[发明专利]文本切分方法、装置、电子设备和存储介质

权利要求书

1.一种文本切分方法，包括：

基于标点符号对待处理文本进行划分，得到L个第一分句；L为大于等于1的整数；

基于所述L个第一分句确定M个待输出分句，将所述M个待输出分句作为所述待处理文本的切分结果；M为大于等于1的整数；

其中，所述基于所述L个第一分句确定M个待输出分句，包括：

在所述L个第一分句中的第i个第一分句的长度大于预设长度门限值的情况下，基于匹配规则对所述第i个第一分句进行处理，得到所述待输出分句；i为大于等于1且小于等于L的整数。

2.根据权利要求1所述的方法，其中，所述基于标点符号对待处理文本进行划分，得到L个第一分句，包括：

基于第一类标点符号对所述待处理文本进行划分，得到K个段落；K为大于等于1的整数；

对所述K个段落中的第二类标点符号进行处理，得到处理后的K个段落；

基于第三类标点符号对所述处理后的K个段落进行划分，得到所述L个第一分句。

3.根据权利要求1所述的方法，其中，所述基于匹配规则对所述第i个第一分句进行处理，得到所述待输出分句，包括：

从所述第i个第一分句中获取与文本匹配规则匹配的目标文本，基于所述目标文本将所述第i个第一分句划分为多个第二分句；

在所述多个第二分句中存在长度大于所述预设长度门限值的待调整第二分句的情况下，基于分隔符匹配规则从所述待调整第二分句中确定第一类分隔符，基于所述第一类分隔符对所述待调整第二分句进行处理，得到所述待输出分句。

4.根据权利要求3所述的方法，其中，所述基于所述目标文本将所述第i个第一分句划分为多个第二分句，包括：

在所述目标文本之后的相邻位置处为第二类分隔符的情况下，将所述第i个第一分句划分为多个初始第二分句以及所述第二类分隔符；将所述第二类分隔符添加至所述多个初始第二分句中之一，得到所述多个第二分句。

5.根据权利要求3所述的方法，还包括：基于预设类型的单元文本对所述待处理文本进行标记，得到所述待处理文本中标记的目标单元文本；

所述从所述第i个第一分句中获取与文本匹配规则匹配的目标文本，基于所述目标文本将所述第i个第一分句划分为多个第二分句，还包括：

基于所述文本匹配规则从所述第i个第一分句中确定匹配的所述目标文本，在所述目标文本中不存在对所述目标单元文本进行分割的情况下，基于所述目标文本将所述第i个第一分句划分为多个第二分句。

6.根据权利要求3所述的方法，其中，所述基于所述第一类分隔符对所述待调整第二分句进行处理，得到所述待输出分句，包括：

基于所述第一类分隔符将所述待调整第二分句划分为多个初始第三分句以及所述第一类分隔符，将所述多个初始第三分句以及所述第一类分隔符作为多个第三分句；

在所述多个第三分句中存在长度不大于所述预设长度门限值的候选第三分句的情况下，将所述候选第三分句作为所述待输出分句。

7.根据权利要求6所述的方法，还包括：

在所述多个第三分句中存在长度大于所述预设长度门限值的待调整第三分句的情况下，对所述待调整第三分句进行分词，得到多个词组；基于所述多个词组进行组合，得到小于所述预设长度门限值的多个所述待输出分句。

8.一种文本切分装置，包括：

第一划分模块，用于基于标点符号对待处理文本进行划分，得到L个第一分句；L为大于等于1的整数；

第二划分模块，用于基于所述L个第一分句确定M个待输出分句，将所述M个待输出分句作为所述待处理文本的切分结果；

其中，所述第二划分模块，用于在所述L个第一分句中的第i个第一分句的长度大于预设长度门限值的情况下，基于匹配规则对所述第i个第一分句进行处理，得到所述待输出分句；i为大于等于1且小于等于L的整数。