[發明專利]一種文本處理方法及裝置

有效

• 申請號: 201710258679.8
• 申請日: 2017-04-19
• 公開（公告）號: CN107329964B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 王凱;毛仁歆
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F16/332;G06F40/289
• 代理公司: 北京晉德允升知識產權代理有限公司 11623
• 代理人: 吳紹群

1.一種文本處理方法，其特征在于，包括：

對用戶輸入的搜索文本進行分割，生成分割文本；

根據預先建立的自定義文本庫，對所述分割文本進行文本校正，生成校正文本，具體包括：按照多個分割文本的排列順序，選定起始分割文本；以所述起始分割文本為準，依次選定排列在該起始分割文本之后的相鄰分割文本進行累計拼接，直到生成的拼接文本滿足設定條件；在所述自定義文本庫中查找與所述拼接文本相匹配的文本，根據查找結果，生成校正文本；其中，所述設定條件包括：所述拼接文本全部命中所述自定義文本庫中的文本，和/或所述自定義文本庫中未包含所述拼接文本；所述選定起始分割文本，具體包括：按照所述多個分割文本的排列順序，選定首個分割文本作為起始分割文本，或當生成的所述拼接文本滿足設定條件時，選定該拼接文本的后一相鄰分割文本作為起始分割文本；

在預先建立的同義文本庫中，確定所述校正文本所對應的目標同義文本；

組合所述目標同義文本，生成對應于所述搜索文本的同義搜索文本；

其中，所述自定義文本庫及同義文本庫中的文本，至少包括短語。

2.如權利要求1所述的方法，其特征在于，預先建立自定義文本庫，具體包括：

獲取已建立的同義文本庫中的各同義文本，和/或未存儲至所述同義文本庫中的自定義文本；

根據獲取到的所述同義文本，建立所述自定義文本庫。

3.如權利要求1所述的方法，其特征在于，對所述分割文本進行文本校正，生成校正文本，具體包括：

選定分割文本進行拼接，生成拼接文本；

針對生成的每一拼接文本，在所述自定義文本庫中查找與所述拼接文本相匹配的文本；

根據查找結果，生成校正文本。

4.如權利要求3所述的方法，其特征在于，選定分割文本進行拼接，具體包括：

按照多個分割文本的排列順序，從前至后依次選定相鄰的分割文本進行拼接；

其中，所述多個分割文本的排列順序，與所述搜索文本中的文本排列順序一致。

5.如權利要求1所述的方法，其特征在于，根據查找結果，生成校正文本，具體包括：

當在所述自定義文本庫中查找到與所述拼接文本一致的文本時，將所述拼接文本確定為校正文本；

當所述拼接文本與所述自定義文本庫中的文本前綴一致時，根據該拼接文本及后續分割文本，確定校正文本；

當在所述自定義文本庫中未查找到與所述拼接文本一致的文本時，將與該拼接文本對應的起始分割文本確定為校正文本。

6.如權利要求1所述的方法，其特征在于，在預先建立的同義文本庫中，確定所述校正文本所對應的目標同義文本，具體包括：

針對每一校正文本，在所述同義文本庫中，確定該校正文本所匹配的同義文本；

確定該同義文本所屬的同義文本集；

在所述同義文本集中，選擇攜帶有目標文本標識的同義文本，作為與所述校正文本對應的目標同義文本。

7.如權利要求1所述的方法，其特征在于，在預先建立的同義文本庫中，確定所述校正文本所對應的目標同義文本，具體包括：

針對每一校正文本，若未在所述同義文本庫中查找到匹配的同義文本，則將該校正文本確定為自身的目標同義文本。