[发明专利]非标文本的更新提示方法以及电子设备

权利要求书

1.一种非标文本的更新提示方法，其特征在于，所述方法包括：

检索与非标文本相似的标准文本；

提取所述非标文本中的非标实体词和所述非标实体词对应的非标实体类型以及所述标准文本中的标准实体词和所述标准实体词对应的标准实体类型；

根据所述非标实体类型和标准实体类型相同的非标实体词和标准实体词，确定是否进行所述非标文本的更新提示。

2.根据权利要求1所述的方法，其特征在于，所述检索与非标文本相似的标准文本，包括：

获取多篇外部标准文档；

针对每篇外部标准文档，将所述外部标准文档划分为多个标准文档区块；

将所述非标文本划分为多个非标文档区块；

针对每篇外部标准文档，根据所述外部标准文档包含的标准文档区块与所述非标文本包含的非标文档区块之间的相似度，确定所述外部标准文档与所述非标文本是否相似，获得与所述非标文本相似的标准文本。

3.根据权利要求2所述的方法，其特征在于，所述将所述外部标准文档划分为多个标准文档区块，包括：

对所述外部标准文档进行文档解析，确定所述外部标准文档的树状结构；

根据所述外部标准文档的树状结构，将所述树状结构的最底层的文本内容作为一个标准文档区块，获得多个标准文档区块。

4.根据权利要求3所述的方法，其特征在于，所述对所述外部标准文档进行文档解析，确定所述外部标准文档的树状结构，包括：

若所述外部标准文档存在目录结构，通过文档解析软件获得所述树状结构。

5.根据权利要求3所述的方法，其特征在于，所述对所述外部标准文档进行文档解析，确定所述外部标准文档的树状结构，包括：

若所述外部标准文档不存在目录结构，将所述外部标准文档与预设的正则表达式进行匹配；

根据匹配的正则表达式，获得所述外部标准文档的树状结构。

6.根据权利要求2所述的方法，其特征在于，所述根据所述外部标准文档包含的标准文档区块与所述非标文本包含的非标文档区块之间的相似度，确定所述外部标准文档与所述非标文本是否相似，包括：

确定所述外部标准文档包含的每一标准文档区块与所述非标文本包含的每一非标文档区块之间的相似度；

若所述外部标准文档包含的任一标准文档区块与所述非标文本包含的任一非标文档区块之间的相似度大于阈值，则所述外部标准文档与所述非标文本相似。

7.根据权利要求6所述的方法，其特征在于，所述确定所述外部标准文档包含的每一标准文档区块与所述非标文本包含的每一非标文档区块之间的相似度，包括：

针对每一标准文档区块与每一非标文档区块，将所述标准文档区块转换成第一特征向量以及将所述非标文档区块转换成第二特征向量；

计算所述第一特征向量与所述第二特征向量之间的相似度，获得所述标准文档区块与所述非标文档区块之间的相似度。

8.根据权利要求7所述的方法，其特征在于，所述将所述标准文档区块转换成第一特征向量，包括：

从所述标准文档区块中提取一元组词和二元组词；

根据词袋库中按序排列的每个词汇是否为所述一元组词或二元组词，生成所述第一特征向量。

9.根据权利要求1所述的方法，其特征在于，所述提取所述非标文本中的非标实体词和所述非标实体词对应的非标实体类型以及所述标准文本中的标准实体词和所述标准实体词对应的标准实体类型，包括：

将所述非标文本作为已训练的序列标注模型的输入，获得所述序列标注模型输出的非标实体词和所述非标实体词对应的非标实体类型；

将所述标准文本作为已训练的序列标注模型的输入，获得所述序列标注模型输出的标准实体词和所述标准实体词对应的标准实体类型。