[发明专利]一种文本分析方法及系统

说明书

本发明公开了一种文本分析方法，其通过根据多个第一标准文件构建多维标签池；并根据所述多维标签池分别为多个第二标准文件和多个第三文件自动匹配多维标签，根据所获取的分析条件，匹配得到多维标签的优先层级，并根据该优先层级顺序分别对多个第二标准文件和第三文件进行全文逻辑提取，分别得到相应的第一逻辑信息集和第二逻辑信息集；然后计算第二逻辑信息集与第一逻辑信息集的匹配度，并根据匹配度大于预设阈值的第二逻辑信息集自动生成第一分析报告。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种文本分析方法及系统。

背景技术

随着文本挖掘分析技术的日趋成熟，其在广电、金融、交通、零售等商业领域的应用越来越广泛。现有的文本分析方法，通常是根据同一词汇的词频高低关系，以及同一词汇的多引文来源匹配信息罗列，如文本分词、文本抽取、频次统计、高频筛选、高频词汇图谱展示。

例如，申请号为CN202110950273.2的中国发明专利申请公开了一种信息的处理方法，其通过数据源层收集获取数据信息，并将收集的数据信息整合至数据原始层，数据原始层分为第一数据库和企业数据库，第一数据信息存储至第一数据库，企业信息储存至企业数据库，对收集到的第一数据信息进行数据处理，得到相应的信息特征，对收集的企业信息进行数据处理，得到每个企业的信息特征，再通过特征信息词汇等为企业匹配合适的第一数据信息，通过构建的企业靶向模型进行相对应的第一数据信息推送。

再如，申请号为CN202210080919.0的中国发明专利申请公开了一种文本逻辑条件抽取AI模型构建方法、抽取方法及系统，其通过对训练文本进行序列片段的标准和序列片段之间的逻辑关系的标注，并构建序列片段特征和逻辑关系矩阵特征，然后进行模型训练以进行序列片段的逻辑条件抽取，得到逻辑条件抽取的AI模型。

又如，专利号为CN202010362633.2的中国发明专利公开了一种用户零参与的科技文本分析报告自动构建系统及方法，其通过利用字段映射器对待分析科技文本进行11个维度的结构重组，并以二进制数据结构进行存储，然后利用数据解读器对分析结果进行解读输出一段文字描述、图形绘制器根据分析结果进行图形绘制、报告结构组织器对输出的分析报告的内容和结构进行限定和组织、报告撰写器按照报告结构组织器的描述符对分析报告进行撰写，遇到对应的描述符，调取所需的二进制数据结构数据，按照描述符的描述进行输出。

然而，上述的文本分析方法，缺少多词汇因果关系、层递关系、主次关系、空间关系等文本信息逻辑分析功能，不能应对相同文本根据上下文进行顺序关系即逻辑关系等机器学习，存在信息分析技术缺陷，并不满足如科学研究领域等对文本信息深度分析需要。

发明内容

本发明的目的在于提供一种文本分析方法和系统，部分地解决或缓解现有技术中的上述不足，能够对文本进行深度分析。

为了解决上述所提到的技术问题，本发明具体采用以下技术方案：

本发明的第一方面，在于提供一种文本分析方法，其包括步骤：

根据预设的第一数据库构建多维标签池；所述第一数据库包括多个第一标准文件；所述多维标签池的维度包括至少七维；

预先根据所述多维标签池分别为预设的第二数据库中多个第二标准文件和预设第三数据库中多个待分析第三文件自动匹配多维标签；

获取用户输入的分析条件，并根据所述分析条件匹配到多维标签的优先层级；

按照从最高优先层级到最低优先层级的顺序逐层级分别对所述第二标准文件和所述第三文件进行全文逻辑抽取，得到第一逻辑信息集和第二逻辑信息集；

计算所述第二逻辑信息集与所述第一逻辑信息集的匹配度，并判断所述匹配度是否达到预设阈值，若所述匹配度大于或等于预设阈值，根据所述第二逻辑信息集自动生成第一分析报告；

其中，所述第二标准文件的优先级大于所述第三文件的优先级。