[发明专利]文本处理方法及装置

说明书

本申请实施例提供了一种文本处理方法及装置，包括：获取至少一个领域类别的术语；获取术语的关联内容；根据术语的关联内容以及术语所属领域类别的识别数据集合，确定术语与术语所属领域类别之间的匹配度。本申请中，术语的关联内容可以极大的扩充该术语的维度，识别数据集合也可以极大的扩充对应领域类别的维度。在利用术语的关联内容以及术语所属领域类别的识别数据集合进行该匹配度确定的过程中，关联内容和识别数据集合可以提供更为丰富的语义信息，从而提升了对术语数据的质量管理的精准度。另外，整个质量管理策略可以自动化的信息挖掘、信息分析、信息比较来实现，从而极大的降低了人工参与度，提高了生成效率，降低了生产成本。

技术领域

本申请涉及计算机技术领域，特别是涉及一种文本处理方法及装置。

背景技术

领域类的术语数据具有广泛的应用前景，术语数据可以广泛应用于电商、社交、机器翻译等技术领域，从而满足这些技术领域对于文本数据的专业性和规范性的需求。

目前，可以采用人工或自动化的术语挖掘链路来挖掘各个领域类别的术语数据，随着术语数据所应用的技术领域的不断发展，对术语数据的质量的要求也在不断提升，但是采用上述术语数据挖掘方式存在生成的术语数据质量参差不齐的问题，现有方案是采用人工拣选的方式，对挖掘到的术语数据进行质量分析和筛选，从而达到控制术语数据的质量的目的。

但是，目前的方案中，由人工进行术语数据的质量管理，产生的人工成本较高且效率低下，也会产生精准度较低的问题。

发明内容

本申请实施例提供了一种文本处理方法，以在自动化的术语数据的质量验证策略下，通过低成本的方式实现对术语数据的质量管理，提高管理效率和精准度。

相应的，本申请实施例还提供了一种文本处理装置、电子设备以及存储介质，用以保证上述方法的实现及应用。

为了解决上述问题，本申请实施例公开了一种文本处理方法，所述方法包括：

获取至少一个领域类别的术语；

获取所述术语的关联内容；

根据所述术语的关联内容以及所述术语所属领域类别的识别数据集合，确定所述术语与所述术语所属领域类别之间的匹配度。

本申请实施例还公开了一种文本处理装置，所述装置包括：

第一获取模块，用于获取至少一个领域类别的术语；

第二获取模块，用于获取所述术语的关联内容；

验证模块，用于根据所述术语的关联内容以及所述术语所属领域类别的识别数据集合，确定所述术语与所述术语所属领域类别之间的匹配度。

本申请实施例还公开了一种电子设备，包括：处理器；和存储器，其上存储有可执行代码，当所述可执行代码被执行时，使得所述处理器执行如本申请实施例中一个或多个所述的方法。

本申请实施例还公开了一个或多个机器可读介质，其上存储有可执行代码，当所述可执行代码被执行时，使得处理器执行如本申请实施例中一个或多个所述的方法。

与现有技术相比，本申请实施例包括以下优点：

本申请实施例中，术语的关联内容可以极大的扩充该术语的维度，使得对术语的定义范围不仅限于一个术语词语，而是由广度较大的关联内容极大的扩充了对术语的定义范围。同理，识别数据集合也可以极大的扩充对应领域类别的维度。在利用术语的关联内容以及术语所属领域类别的识别数据集合进行该匹配度确定的过程中，关联内容和识别数据集合可以提供更为丰富的语义信息，大量的语义信息有助于提升计算该匹配度的精确度，从而提升了对术语数据的质量管理的精准度。另外，整个质量管理策略可以自动化的信息挖掘、信息分析、信息比较来实现，从而极大的降低了人工参与度，提高了生成效率，降低了生产成本。

附图说明