[發(fā)明專利]一種數(shù)據(jù)處理方法及裝置

有效

• 申請?zhí)枺?/td>: 202010001412.2
• 申請日: 2020-01-02
• 公開（公告）號: CN111177306B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設計）人: 申亞坤
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/335;G06F16/383
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 古利蘭

本發(fā)明提供一種數(shù)據(jù)處理方法及裝置，獲取非結構化文檔，并對非結構化文檔進行知識梳理，獲得對應非結構化文檔的知識條目，將非結構化文檔和知識條目存儲至知識庫中，獲取檢索關鍵詞，并基于檢索關鍵詞，以及存儲于知識庫中的非結構化文檔和知識條目進行檢索，獲得對應檢索關鍵詞的目標文檔。通過檢索關鍵詞檢索知識條目，基于知識條目獲得目標文檔，解決了在知識庫中進行全文檢索非結構化文檔，反饋給用戶的效率極低，給用戶造成了極差的檢索體驗的問題，實現(xiàn)了提高檢索效率的目的。

技術領域

本發(fā)明屬于計算機技術領域，具體為涉及一種數(shù)據(jù)處理方法及裝置。

背景技術

目前，知識庫中存儲有海量的非結構化文檔，當存在需求時，通過全文檢索的方式在知識庫中進行檢索，獲得需要的非結構化文檔。通過對知識庫中存儲海量的非結構化文檔進行檢索，很大程度上方便用戶在該知識庫中獲取所需的非結構化文檔。

但是，在知識庫中進行全文檢索非結構化的文檔反饋給用戶的效率極低，給用戶造成了極差的檢索體驗。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于提供一種數(shù)據(jù)處理方法及裝置，用于解決在知識庫中進行全文檢索非結構化的文檔，反饋給用戶的效率極低，給用戶造成了極差的檢索體驗的問題。技術方案如下：

本發(fā)明實施例第一方面公開了一種數(shù)據(jù)處理方法，所述方法包括：

獲取非結構化文檔，并對所述非結構化文檔進行知識梳理，獲得對應所述非結構化文檔的知識條目；

將所述非結構化文檔和所述知識條目存儲至知識庫中；

獲取檢索關鍵詞，并基于所述檢索關鍵詞，以及存儲于所述知識庫中的所述非結構化文檔和所述知識條目進行檢索，獲得對應所述檢索關鍵詞的目標文檔。

優(yōu)選的，所述獲取非結構化文檔，并對所述非結構化文檔進行知識梳理，獲得對應所述非結構化文檔的知識條目，包括：

判斷所述非結構化文檔表述是否規(guī)范；

若是，獲取所述非結構化文檔中的規(guī)范的知識內(nèi)容；

若否，規(guī)范所述非結構化文檔中所包含的知識內(nèi)容，獲取規(guī)范的知識內(nèi)容；

對所述規(guī)范的知識內(nèi)容進行知識梳理，獲取通過多維度信息對所述知識內(nèi)容進行描述的知識條目。

優(yōu)選的，所述獲取規(guī)范的知識內(nèi)容之后，對所述規(guī)范的知識內(nèi)容進行知識梳理之前，還包括：

判斷所述規(guī)范的知識內(nèi)容中是否包含敏感詞；

若所述規(guī)范的知識內(nèi)容中包含敏感詞，過濾所述規(guī)范的知識內(nèi)容中的敏感詞。

優(yōu)選的，所述將所述非結構化文檔和所述知識條目存儲至知識庫中，包括：

建立所述非結構化文檔和所述知識條目的對應關系，得到關系列表；

將所述關系列表存儲至所述知識庫中。

優(yōu)選的，所述獲取檢索關鍵詞，并基于所述檢索關鍵詞，以及存儲于所述知識庫中的所述非結構化文檔和所述知識條目進行檢索，獲得對應所述檢索關鍵詞的目標文檔，包括：

獲取檢索關鍵詞；

基于所述檢索關鍵詞對存儲于所述知識庫中的所述非結構化文檔和所述知識條目進行全文檢索；

若優(yōu)先檢索到對應所述檢索關鍵詞的知識條目，獲取所述知識條目對應的非結構化文檔；

若優(yōu)先檢索到對應所述檢索關鍵詞的非結構化文檔，獲取對應所述檢索關鍵詞的非結構化文檔。

本發(fā)明實施例第二方面公開了一種數(shù)據(jù)處理裝置，所述裝置包括：