[發明專利]一種文字統計方法及設備

有效

• 申請號: 201310200348.0
• 申請日: 2013-05-27
• 公開（公告）號: CN104182383B
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 朱鋒
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/21
• 分類號: G06F17/21
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種文字統計方法，其特征在于，包括：

獲取目標文本中文字組合的首字母組合，且每一文字組合對應一個首字母組合；其中，所述文字組合是指位置連續的且文字個數至少為一個的組合，所述文字組合的首字母組合是指該文字組合中每個字的拼音的首個字母的組合；

統計所述首字母組合出現的頻次，并確定一個或多個首字母組合作為目標首字母組合；

通過所述文字組合與首字母組合的對應關系，確定所述目標首字母組合對應的目標文字組合，所述目標首字母組合出現的頻次即為所述目標文字組合出現的頻次。

2.如權利要求1所述的方法，其特征在于，所述確定所述目標首字母組合對應的目標文字組合之后，所述方法包括：

判斷所述確定出的目標文字組合是否包括第一目標文字組合和第二目標文字組合，其中，所述第一目標文字組合的最后一個文字與所述第二目標文字組合的第一個文字相同；若是，則將所述第一目標文字組合與所述第二目標文字組合進行合并得到第三目標文字組合，并將所述確定出的目標文字組合中的其它文字組合和所述第三目標文字組合作為所述目標文本中出現概率最多的詞語；所述其它文字組合是所述確定出的目標文字組合除所述第一目標文字組合和所述第二目標文字組合之外的所有目標文字組合；

若否，則將所述確定出的目標文字組合作為所述目標文本中出現概率最多的詞語。

3.如權利要求2所述的方法，其特征在于，所述將所述第一目標文字組合與所述第二目標文字組合進行合并得到第三目標文字組合，包括：

將所述第一目標文字組合與所述第二目標文字組合進行合并得到候選目標文字組合；

判斷所述目標文本是否包含所述候選目標文字組合，若是，則將所述候選目標文字組合作為第三目標文字組合；若否，將放棄所述候選目標文字組合。

4.如權利要求2所述的方法，其特征在于，所述將所述第一目標文字組合與所述第二目標文字組合進行合并得到第三目標文字組合，包括：

判斷所述第一目標文字組合與所述第二目標文字組合在所述目標文本中出現的頻次是否相同，若是，則將所述第一目標文字組合與所述第二目標文字組合進行合并得到第三目標文字組合。

5.如權利要求1-4中任一項所述的方法，其特征在于，所述獲取目標文本中文字組合的首字母組合，包括：

獲取目標文本中特定屬性的文字組合的首字母組合。

6.一種文字統計設備，其特征在于，包括：獲取單元、統計單元和查找單元，其中：

所述獲取單元，用于獲取目標文本中文字組合的首字母組合，且每一文字組合對應一個首字母組合；其中，所述文字組合是指位置連續的且文字個數至少為一個的組合，所述文字組合的首字母組合是指該文字組合中每個字的拼音的首個字母的組合；

所述統計單元，用于統計所述首字母組合出現的頻次，并確定一個或多個首字母組合作為目標首字母組合；

所述查找單元，用于通過所述文字組合與首字母組合的對應關系，確定所述目標首字母組合對應的目標文字組合，所述目標首字母組合出現的頻次即為所述目標文字組合出現的頻次。

7.如權利要求6所述的設備，其特征在于，所述設備包括：

判斷單元，用于判斷所述確定出的目標文字組合是否包括第一目標文字組合和第二目標文字組合，其中，所述第一目標文字組合的最后一個文字與所述第二目標文字組合的第一個文字相同；

合并單元，用于當所述判斷單元判斷結果為是時，將所述第一目標文字組合與所述第二目標文字組合進行合并得到第三目標文字組合，并將所述確定出的目標文字組合中的其它文字組合和所述第三目標文字組合作為所述目標文本中出現概率最多的詞語；所述其它文字組合是所述確定出的目標文字組合除所述第一目標文字組合和所述第二目標文字組合之外的所有目標文字組合；

確定單元，用于當所述判斷單元判斷結果為否時，將所述確定出的目標文字組合作為所述目標文本中出現概率最多的詞語。