[发明专利]文本处理方法、装置、电子设备和介质在审
| 申请号： | 202210683099.4 | 申请日： | 2022-06-15 |
| 公开（公告）号： | CN115062110A | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 万聪;丁诗璟;沈文俊;高明;余刚;刘维安;袁园;欧阳明;李亮;沈冰华;姚琛;谢传聪;苏蜜;陈思广;李华峰;周婉月;杨蓓蓓;吕明;龚正;张政;吴加齐 | 申请（专利权）人： | 中国建设银行股份有限公司;建信金融科技有限责任公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F40/295 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 陈文卓 |
| 地址： | 100033 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 文本 处理 方法 装置 电子设备 介质 | ||
1.一种文本处理方法，包括：
基于第一目标文档的文本信息，确定多个用于表示所述第一目标文档的文本信息的第一词序列；
基于多个第二目标文档的文本信息，确定用于表示所述第二目标文档的多个第二词序列；
基于所述多个第二词序列，确定所述多个第二目标文档对应的数据结构；以及
基于所述多个第二目标文档对应的数据结构，根据所述第一词序列与所述多个第二词序列之间的相似度，确定多个第二目标文档中的至少一个第二目标文档。
2.根据权利要求1所述的方法，其中，所述基于所述多个第二词序列，确定所述多个第二目标文档对应的数据结构，包括：
采用倒排索引法将所述多个第二词序列作为属性值，确定所述多个第二目标文档对应的数据结构。
3.根据权利要求1所述的方法，其中，所述基于多个第二目标文档的文本信息，确定用于表示所述第二目标文档的多个第二词序列，包括：
基于多个第二目标文档的文本信息进行计算词的关键值处理、命名实体识别处理以及预设文本集合匹配处理中的一种或多种，确定用于表示所述第二目标文档的多个第二词序列。
4.根据权利要求1所述的方法，还包括：
针对所述多个用于表示所述第一目标文档的文本信息的第一词序列分别分配权重系数，得到多个与所述第一词序列对应的权重系数。
5.根据权利要求4所述的方法，所述基于所述多个第二目标文档对应的数据结构，根据所述第一词序列与所述多个第二词序列之间的相似度，确定多个第二目标文档中的至少一个第二目标文档，包括：
基于所述多个第二目标文档对应的数据结构和所述多个与所述第一词序列对应的权重系数，确定所述第一词序列与所述多个第二词序列之间的相似度；以及
根据所述第一词序列与所述多个第二词序列之间的相似度，确定多个第二目标文档中的至少一个第二目标文档。
6.一种文本处理装置，包括：
第一确定模块，用于基于第一目标文档的文本信息，确定多个用于表示所述第一目标文档的文本信息的第一词序列；
第二确定模块，用于基于多个第二目标文档的文本信息，确定用于表示所述第二目标文档的多个第二词序列；
第三确定模块，用于基于所述多个第二词序列，确定所述多个第二目标文档对应的数据结构；以及
第四确定模块，用于基于所述多个第二目标文档对应的数据结构，根据所述第一词序列与所述多个第二词序列之间的相似度，确定多个第二目标文档中的至少一个第二目标文档。
7.根据权利要求6所述的装置，其中，所述第三确定模块，用于：
采用倒排索引法将所述多个第二词序列作为属性值，确定所述多个第二目标文档对应的数据结构。
8.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～5中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～5中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～5中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国建设银行股份有限公司;建信金融科技有限责任公司，未经中国建设银行股份有限公司;建信金融科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210683099.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种显示面板和显示装置
- 下一篇：车辆建付管控方法、系统及计算机可读存储介质
