一种文本处理方法、装置、设备及介质制造方法及图纸

本公开实施例公开了一种文本处理方法、装置、设备及介质，其中，方法包括：获取预设文本数据库中的文本，在文本中提取出至少一个关键词，文本对应一个短语集合，集合元素是与对应文本建立有映射关系的短语；基于提取出的各关键词建立关键词表，各关键词与其所在的文本对应的短语集合中元素的映射关系与其所在文本与对应的短语集合中元素的映射关系相同；确定关键词表中具有关联关系的关键词对，更新关键词对中各关键词对应的短语集合中的元素，根据各关键词与更新后的短语集合中的元素的映射关系建立关键词与短语的关系图表。本公开实施例实现在现有的文本与短语映射关系基础之上，进行短语匹配映射关系的扩展，丰富文本对应的短语语料资源。短语语料资源。短语语料资源。

【技术实现步骤摘要】
一种文本处理方法、装置、设备及介质


[0001]本公开实施例涉及计算机应用领域，尤其涉及一种文本处理方法、装置、设备及介质。

技术介绍

[0002]在广告或是其他领域，需要对目标物品用简洁的文字描述时会从文案数据库中查找对应的短语文本内容。为了扩充目标物品的短语文案数据库，通常从已有的较长的相关文本中进行短语提取，或者通过训练神经网络模型，由模型生成短语的方式根据输入文本中生成相关的短语。
[0003]但是，现有方案中，短语提取的方式只能抽取出存在与已有文本中的词语，能够得到的词汇量还是有限的。而且，基于神经网络模型生成的方式有时生成的词语会不符合语言逻辑，还需要进行模型训练。

技术实现思路

[0004]本公开实施例提供一种文本处理方法、装置、设备及介质，以实现在现有的文本与短语映射关系基础之上，得到更多可以对目标物品进行描述的短语，使可应用的短语语料资源更加丰富。
[0005]第一方面，本公开实施例提供了一种文本处理方法，该方法包括：
[0006]获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
[0007]基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
[0008]确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。
[0009]第二方面，本公开实施例还提供了一种文本处理装置，该装置包括：
[0010]关键词提取模块，用于获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；
[0011]词表建立模块，用于基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；
[0012]词语关系表建立模块，用于确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语
集合中的短语元素的映射关系建立关键词与短语的关系图表。
[0013]第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
[0014]一个或多个处理器；
[0015]存储器，用于存储一个或多个程序；
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开中任一实施例中所述的文本处理方法。
[0017]第四方面，本公开实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开中任一实施例中所述的文本处理方法。
[0018]本公开实施例，通过在预设文本数据库中的每一个文本中提取出至少一个关键词，其中，预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的短语元素是与对应文本建立有映射关系的短语；然后，基于提取出的各关键词建立关键词表，且关键词表中各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；最终，确定关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。解决了现有技术中在已有文本中的抽取短语词汇量有限的问题，实现了在现有的文本与短语映射关系基础之上，得到更多可以对目标物品进行描述的短语，使可应用的短语语料资源更加丰富。
附图说明
[0019]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0020]图1是本公开实施例一中的文本处理方法的流程图；
[0021]图2是本公开实施例二中的文本处理方法的流程图；
[0022]图3是本公开实施例三中的文本处理装置的结构示意图；
[0023]图4是本公开实施例四中的电子设备的结构示意图。
具体实施方式
[0024]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0025]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0026]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0027]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0028]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0029]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0030]实施例一
[0031]图1示出了本公开实施例一提供的一种文本处理方法的流程图，本公开实施例可适用于基于现有的文本与短语的映射关系，扩充文本与短语间的映射关系的情况，该方法可以由文本处理装置实现，具体可通过电子设备中的软件和/或硬件来实施。
[0032]如图1所示，本公开实施例中提供的文本处理方法，包括如下步骤：
[0033]S110、获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词。
[0034]其中，预设文本数据库中的文本内容可以是物品描述标题文本或者物品描述的详情文本，每一个标题或者是一份详情文本为一条文本数据。预设文本数据库中每一个文本分别对应一个短语集合，短语集合中的元素是与对应文本建立有映射关系的短语。映射关系可以理解为链接关系，可以通过短语集合中的短本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文本处理方法，其特征在于，包括：获取预设文本数据库中的文本，并在每一个文本中提取出至少一个关键词，其中，所述预设文本数据库中每一个文本分别对应一个短语集合，所述短语集合中的短语元素是与对应文本建立有映射关系的短语；基于提取出的各关键词建立关键词表，其中，各关键词与其所在的文本对应的短语集合中短语元素的映射关系，与其所在文本与对应的短语集合中短语元素的映射关系相同；确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，并根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表。2.根据权利要求1所述的方法，其特征在于，所述确定所述关键词表中具有关联关系的关键词对，更新所述关键词对中各关键词对应的短语集合中的短语元素，包括：匹配所述关键词表中相同的关键词和语义相似度满足预设条件的关键词，获取具有关联关系的关键词对；将所述关键词对中，各关键词对应的短语集合中的短语元素，更新为与所述关键词对中的所有关键词能够映射到的短语元素。3.根据权利要求1或2所述的方法，其特征在于，在更新所述关键词对中各关键词对应的短语集合中的短语元素之前，所述方法还包括：删除所述关键词表中词频大于预设词频的关键词，和/或，删除所述关键词表中应用领域数量大于预设数量的关键词。4.根据权利要求1所述的方法，其特征在于，所述根据各关键词与更新后的短语集合中的短语元素的映射关系建立关键词与短语的关系图表，包括：根据各关键词与更新后的短语集合中的短语元素的映射关系，建立各关键词与每一个短语元素间的连线，形成所述关系图表。5.根据权利要求4所述的方法，其特征在于，方法还包括：删除所述关系图表中，关键词与短语元素间连线的数量小于预设数值的关键词与短语元素的映射组合。6.根据权利要求1所述的方法，其特征在于，所述在每一个文本中提取出至少一个关键词，包括：将所述文本进行分词...

【专利技术属性】
技术研发人员：封江涛，陈家泽，周浩，李磊，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：