[發(fā)明專利]一種信息保存方法及移動終端

在審

• 申請?zhí)枺?/td>: 201710270587.1
• 申請日: 2017-04-24
• 公開（公告）號: CN107122348A
• 公開（公告）日: 2017-09-01
• 發(fā)明（設計）人: 劉秋菊
• 申請（專利權）人: 維沃移動通信有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 北京銀龍知識產權代理有限公司11243
• 代理人: 許靜,黃燦

技術領域

本發(fā)明涉及通信領域，尤其涉及一種信息保存方法及移動終端。

背景技術

隨著科技的發(fā)展進步，通信技術得到了飛速發(fā)展和長足的進步，而隨著通信技術的提高，智能電子產品的普及提高到了一個前所未有的高度，越來越多的智能終端或移動終端成為人們生活中不可或缺的一部分，如智能手機、智能電視和電腦等。

目前，用戶在使用移動終端進行文本瀏覽、信息查詢時，當用戶閱讀到有用的文本信息時，用戶會選擇復制粘貼的方式，將文本信息進行保存處理，便于后續(xù)查看。但是，當文本信息的字符內容較多時，在后續(xù)查看該文本信息時，需要重新細讀該文本信息才能獲取該文本信息的主要內容，導致在后續(xù)查看回顧該文本信息時，文本信息的主要內容獲取速度慢。可見，現(xiàn)有的文本信息在后續(xù)查看時存在文本信息的主要內容獲取速度慢的問題。

發(fā)明內容

本發(fā)明實施例提供一種信息保存方法及移動終端，以解決文本信息在后續(xù)查看時，文本信息的主要內容獲取速度慢的問題。

第一方面，本發(fā)明實施例提供了一種信息保存方法，包括：

獲取第一文本信息；

將所述第一文本信息拆分成至少兩個字詞單元；

從所述至少兩個字詞單元中選取目標字詞單元；

根據(jù)預設規(guī)則生成包括所述目標字詞單元的第二文本信息，并保存所述第二文本信息。

第二方面，本發(fā)明實施例還提供一種移動終端，包括：

第一獲取模塊，用于獲取第一文本信息；

拆分模塊，用于將所述第一文本信息拆分成至少兩個字詞單元；

選取模塊，用于從所述至少兩個字詞單元中選取目標字詞單元；

處理模塊，用于根據(jù)預設規(guī)則生成包括所述目標字詞單元的第二文本信息，并保存所述第二文本信息。

這樣，本發(fā)明實施例中，獲取第一文本信息；將所述第一文本信息拆分成至少兩個字詞單元；從所述至少兩個字詞單元中選取目標字詞單元；根據(jù)預設規(guī)則生成包括所述目標字詞單元的第二文本信息，并保存所述第二文本信息。這樣通過將第一文本信息精簡提煉成第二文本信息，并將第二文本信息以書簽或者備忘錄的形式進行保存，以方便用戶在后續(xù)查閱過程中，可以快速獲知第二文本信息的重要內容。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術方案，下面將對本發(fā)明實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例提供的一種信息保存方法的流程圖；

圖2是本發(fā)明實施例提供的另一種信息保存方法的流程圖；

圖3是本發(fā)明實施例提供的一種移動終端的結構圖；

圖4是本發(fā)明實施例提供的移動終端中處理模塊的結構圖；

圖5是本發(fā)明實施例提供的移動終端中選取模塊的結構圖；

圖6是本發(fā)明實施例提供的另一種移動終端的結構圖；

圖7是本發(fā)明實施例提供的另一種移動終端的結構圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

參見圖1，圖1是本發(fā)明實施例提供的一種信息保存方法的流程圖，如圖1所示，包括以下步驟：

步驟101、獲取第一文本信息。

該步驟中，可以通過接收用戶的操作指令，并對該操作指令進行識別掃描，獲取該觸摸操作選取的文本信息，并將該文本信息作為用戶需要處理保存的第一文本信息。也可以通過識別加粗字體或者帶顏色字體的方式獲取第一文本信息。

例如，用戶在閱讀某篇文檔時，當讀到某段文字很有用時，用戶可以使用手指選取該段文字，并將該段文字作為用戶需要處理保存的第一文本信息。

步驟102、將所述第一文本信息拆分成至少兩個字詞單元。

該步驟中，可以使用全切分方法將第一文本信息切分成可與預先設置的詞庫匹配的所有可能的詞，再運用統(tǒng)計語言模型決定最優(yōu)的切分方式，最后使用最優(yōu)的切分方式將第一文本信息拆分成至少兩個字詞單元。也可以通過識別第一文本信息的語義，并根據(jù)第一文本信息的語義及相應語法原理將第一文本信息拆分成至少兩個字詞單元。