[發(fā)明專利]一種數(shù)據(jù)處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110004255.5
• 申請日: 2021-01-04
• 公開（公告）號(hào): CN113392309A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 黃劍輝
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9532
• 分類號(hào): G06F16/9532;G06F16/2453
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);杜維

1.一種數(shù)據(jù)處理方法，其特征在于，所述方法包括：

獲取查詢數(shù)據(jù)，并從所述查詢數(shù)據(jù)中提取查詢特征序列，所述查詢特征序列包括N個(gè)特征數(shù)據(jù)，N為正整數(shù)；

獲取特征匹配規(guī)則，所述特征匹配規(guī)則包括以下至少兩種：順序匹配規(guī)則、命中率匹配規(guī)則和緊密度匹配規(guī)則；所述順序匹配規(guī)則用于指示按照所述N個(gè)特征數(shù)據(jù)在所述查詢特征序列中的排列順序進(jìn)行依次匹配；所述命中率匹配規(guī)則用于指示按照命中數(shù)據(jù)與所述N個(gè)特征數(shù)據(jù)之間的數(shù)量比維度進(jìn)行匹配；所述緊密度匹配規(guī)則用于指示按照所述命中數(shù)據(jù)之間的緊密度維度進(jìn)行匹配；

按照所述特征匹配規(guī)則從數(shù)據(jù)庫中搜索與所述查詢特征序列相匹配的目標(biāo)文檔；其中，所述命中數(shù)據(jù)是指所述目標(biāo)文檔中與所述查詢特征序列中的特征數(shù)據(jù)相匹配的數(shù)據(jù)。

2.如權(quán)利要求1所述的方法，其特征在于，所述從所述查詢數(shù)據(jù)中提取查詢特征序列，包括：

對(duì)所述查詢數(shù)據(jù)進(jìn)行拆分，得到所述N個(gè)特征數(shù)據(jù)，所述特征數(shù)據(jù)包括特征詞或特征字符；

按照所述N個(gè)特征數(shù)據(jù)在所述查詢數(shù)據(jù)中的排列順序?qū)λ鯪個(gè)特征數(shù)據(jù)進(jìn)行組合，形成所述查詢特征序列。

3.如權(quán)利要求1所述的方法，其特征在于，所述按照所述特征匹配規(guī)則從數(shù)據(jù)庫中搜索與所述查詢特征相匹配的目標(biāo)文檔，包括：

從所述數(shù)據(jù)庫中提取待匹配的第一文檔；

對(duì)所述第一文檔進(jìn)行拆分，得到待匹配的數(shù)據(jù)集，所述數(shù)據(jù)集中包含多個(gè)數(shù)據(jù)；所述數(shù)據(jù)包括詞或字符；

按照所述特征匹配規(guī)則從所述數(shù)據(jù)集中獲取M個(gè)命中數(shù)據(jù)，所述命中數(shù)據(jù)是指所述數(shù)據(jù)集中與所述查詢特征序列中的特征數(shù)據(jù)相匹配的數(shù)據(jù)，M為正整數(shù)；

按照所述特征匹配規(guī)則計(jì)算所述M個(gè)命中數(shù)據(jù)與所述查詢特征序列中的N個(gè)特征數(shù)據(jù)之間的匹配度得分；

若所述匹配度得分高于閾值，則將所述第一文檔確定為與所述查詢特征序列相匹配的所述目標(biāo)文檔。

4.如權(quán)利要求3所述的方法，其特征在于，所述特征匹配規(guī)則包括所述順序匹配規(guī)則，所述匹配度得分包括順序匹配得分；

所述按照所述特征匹配規(guī)則計(jì)算所述M個(gè)命中數(shù)據(jù)與所述查詢特征序列中的N個(gè)特征數(shù)據(jù)之間的匹配度得分，包括：

按照所述M個(gè)命中數(shù)據(jù)與所述查詢特征序列之間的匹配順序，確定所述查詢特征序列的最長公共子序列；

計(jì)算所述最長公共子序列中的命中數(shù)據(jù)的數(shù)量與所述查詢特征序列中的N個(gè)特征數(shù)據(jù)的數(shù)量之間的第一比值；

將所述第一比值確定為所述順序匹配得分。

5.如權(quán)利要求3所述的方法，其特征在于，所述特征匹配規(guī)則包括所述命中率匹配規(guī)則，所述匹配度得分包括命中率匹配得分；

所述按照所述特征匹配規(guī)則計(jì)算所述M個(gè)命中數(shù)據(jù)與所述查詢特征序列中的N個(gè)特征數(shù)據(jù)之間的匹配度得分，包括：

計(jì)算所述M個(gè)命中數(shù)據(jù)的數(shù)量與所述查詢特征序列中的N個(gè)特征數(shù)據(jù)的數(shù)量之間的第二比值；

將所述第二比值確定為所述命中率匹配得分。

6.如權(quán)利要求3所述的方法，其特征在于，所述特征匹配規(guī)則包括所述緊密度匹配規(guī)則，所述匹配度得分包括緊密度匹配得分；

所述按照特征匹配規(guī)則計(jì)算所述M個(gè)命中數(shù)據(jù)與所述查詢特征序列中的N個(gè)特征數(shù)據(jù)之間的匹配度得分，包括：

按照所述M個(gè)命中數(shù)據(jù)與所述查詢特征序列之間的匹配順序，確定所述查詢特征序列的最長公共子序列；

獲取所述最長公共子序列中位于最首排列位置的第一命中數(shù)據(jù)和位于最末排列位置的第二命中數(shù)據(jù)；

獲取所述第一命中數(shù)據(jù)在所述第一文檔中的第一位置，以及所述第二命中數(shù)據(jù)在所述第一文檔中的第二位置；

計(jì)算所述第一位置與所述第二位置之間的長度差，并計(jì)算所述長度差與所述查詢特征序列的長度之間的第三比值；

將所述第三比值確定為所述緊密度匹配得分。