[发明专利]文档碎化方法、数据检索方法、装置及电子设备

权利要求书

1.一种文档碎化方法，其特征在于，包括：

获取待碎化的目标文档；

将所述目标文档划分成多个碎化章节，并确定每个碎化章节对应的正文内容；

基于每个碎化章节对应的正文内容，生成每个碎化章节对应的子文档；

将生成的子文档作为所述目标文档的碎化结果存储到数据库中。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标文档划分成多个碎化章节，并确定每个碎化章节对应的正文内容，包括：

获取所述目标文档的目录信息，所述目录信息包括章节之间的层级关系以及每个章节在所述目标文档中的起始位置；

从所述目录信息中提取章节层级不高于碎化层级深度的章节，作为碎化章节；

针对每个碎化章节，从所述目标文档中提取出位于该碎化章节的起始位置和下一个碎化章节的起始位置之间的内容，作为该碎化章节的正文内容。

3.根据权利要求1所述的方法，其特征在于，所述将所述目标文档划分成多个碎化章节，并确定每个碎化章节对应的正文内容，包括：

以段落为单位，将所述目标文档划分成多个碎化章节，每个碎化章节包含的段落数量不超过段落数量阈值；针对每个碎化章节，从所述目标文档中提取该碎化章节包含的段落内容，作为该碎化章节的正文内容；或者，

从所述目标文本中抽取出多个主题，每个主题对应一个碎化章节；获取所述目标文档中每个段落与各主题之间的相似度，基于获取的相似度将各个段落划分到最相似的主题下；针对每个碎化章节，从所述目标文档中提取该碎化章节对应的主题下的段落内容，作为该碎化章节的正文内容。

4.一种数据检索方法，其特征在于，包括：

获取检索条件；

从数据库中检索满足所述检索条件的检索结果，所述数据库中包括知识条目、文档和碎化章节这三种层级的数据，其中，每个知识条目关联多个文档，每个文档关联的碎化章节是基于权利要求1至3任一项所述的文档碎化方法获得的；

按照配置的显示方式展示所述检索结果，其中，文档的展示信息中包括文档所属的知识条目，碎化章节的展示信息中包括碎化章节所属的文档和知识条目。

5.根据权利要求4所述的方法，其特征在于，所述从数据库中检索满足所述检索条件的检索结果，包括：

获取配置的检索对象层级，所述检索对象层级包括知识条目、文档和碎化章节中的至少一种；

从数据库中符合所述检索对象层级规定的数据中，获取满足所述检索条件的检索结果；

其中，通过如下方式配置检索对象层级：

基于用户历史浏览记录，获取用户浏览各种层级数据的次数；

基于用户浏览各种层级数据的次数，确定用户偏好的数据层级；

基于所述用户偏好的数据层级配置检索对象层级。

6.根据权利要求4或5所述的方法，其特征在于，所述获取检索条件包括：

获取目标用户所属的专业和执行的目标任务；

获取所述目标任务所属的专业；

获取所述目标任务相关的参考资料，从所述参考资料中提取关键词；

基于所述目标任务的任务标题、所述目标用户所属的专业、所述目标任务所属的专业和提取的关键词，生成所述检索条件。

7.一种文档碎化装置，其特征在于，包括：

获取模块，用于获取待碎化的目标文档；

碎化模块，用于将所述目标文档划分成多个碎化章节，并确定每个碎化章节对应的正文内容；

生成模块，用于基于每个碎化章节对应的正文内容，生成每个碎化章节对应的子文档；

存储模块，用于将生成的子文档作为所述目标文档的碎化结果存储到数据库中。