[發明專利]文字資料的篩選關聯方法及系統

在審

• 申請號: 202111247550.X
• 申請日: 2021-10-26
• 公開（公告）號: CN116028592A
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 邱方孝
• 申請（專利權）人: 飛資得資訊股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/216;G06F40/247;G06F40/253
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯;郝博

1.一種文字資料的篩選關聯方法，其特征在于，包括下列步驟：

S11.以一斷詞詞匯庫為基礎，對一文字資料進行斷詞處理以產生一斷詞信息；

S12.對該斷詞信息進行篩選處理以產生一篩選斷詞信息；該篩選斷詞信息具有二個以上的篩選斷詞；

S13.對該篩選斷詞信息進行關聯性處理以產生多個關聯性序列信息；所述多個關聯性序列信息分別由二個以上的前后相鄰的篩選斷詞所組成。

2.如權利要求1所述的文字資料的篩選關聯方法，其特征在于，在進行該步驟S11之前，可先進行一步驟S110；該步驟S110為：收集該文字資料中的作者自訂關鍵詞以建立一專業關鍵詞詞匯庫，并將該專業關鍵詞詞匯庫匯入該斷詞詞匯庫。

3.如權利要求1所述的文字資料的篩選關聯方法，其特征在于，在該步驟S12中，在篩選處理以后，可先進行同義字詞處理，再進行后續步驟；該同義字詞處理為：對該篩選處理后的篩選斷詞進行文字同義檢查，將同義字、同義詞轉換成標準文字。

4.一種文字資料的篩選關聯系統，其特征在于，包括：

一儲存模塊，用于儲存一斷詞詞匯庫；

一斷詞處理模塊，用于對一文字資料進行斷詞處理以產生一斷詞信息；

一篩選處理模塊，用于并對該斷詞信息進行篩選處理以產生一篩選斷詞信息；

一關聯性處理模塊，用于對該篩選斷詞信息進行關聯性處理以產生多個關聯性序列信息。

5.一種文字資料的篩選關聯方法，其特征在于，包括下列步驟：

S21.以二份以上的對照文字資料建立一對照集合信息；

S22.以一斷詞詞匯庫為基礎，對所述多個對照文字資料進行斷詞處理以分別產生一對照斷詞信息；

S23.對所述多個對照斷詞信息進行篩選處理以分別產生一對照篩選斷詞信息；所述多個對照篩選斷詞信息分別具有二個以上的篩選斷詞；

S24.對所述多個對照篩選斷詞信息進行關聯性處理以分別產生多個對照關聯性序列信息；所述多個對照關聯性序列信息分別由二個以上的前后相鄰的篩選斷詞所組成；

S25.將全部的對照關聯性序列信息整合一起建立一關聯性索引檔。

6.如權利要求5所述的文字資料的篩選關聯方法，其特征在于，在該步驟S25以后，進行步驟S26～S29；步驟S26為：對一待比對文字資料進行斷詞處理、篩選處理及關聯性處理以產生多個待比對關聯性序列信息；步驟S27為：以所述多個待比對關聯性序列信息分別與該關聯性索引檔進行比對，找出具有與所述多個待比對關聯性序列信息相同的對照關聯性序列信息的各個對照文字資料；步驟S28為：建立交集序列，將所有與待比對關聯性序列信息相同的對照關聯性序列信息排列順序；步驟S29為：分析每一份與待比對文字資料具有相同關聯性序列信息的對照文字資料。

7.如權利要求6所述的文字資料的篩選關聯方法，其特征在于，在進行該步驟S22之前，先進行一步驟S220；該步驟S220為：收集所述多個對照文字資料及該待比對文字資料中的一部分或全部的作者自訂關鍵詞以建立一專業關鍵詞詞匯庫，并將該專業關鍵詞詞匯庫匯入該斷詞詞匯庫。

8.如權利要求5所述的文字資料的篩選關聯方法，其特征在于，在該步驟S23中，在篩選處理以后，可先進行同義字詞處理，再進行后續步驟。

9.一種文字資料的篩選關聯系統，其特征在于，包括：

一儲存模塊，用于儲存一斷詞詞匯庫及一對照集合信息；

一斷詞處理模塊，用于對該對照集合信息的各個對照文字資料進行斷詞處理以分別產生一對照斷詞信息；

一篩選處理模塊，用于并對所述多個對照斷詞信息進行篩選處理以分別產生一對照篩選斷詞信息；

一關聯性處理模塊，用于對所述多個對照篩選斷詞信息進行關聯性處理以分別產生多個對照關聯性序列信息；

一整合模塊，用于將全部的對照關聯性序列信息整合一起建立一關聯性索引檔。

10.如權利要求9所述的文字資料的篩選關聯系統，其特征在于，該斷詞處理模塊、篩選處理模塊及關聯性處理模塊對一待比對文字資料進行斷詞處理、篩選處理及關聯性處理以產生多個待比對關聯性序列信息，且該文字資料的篩選關聯系統更包括：一比對模塊，以所述多個待比對關聯性序列信息分別與該關聯性索引檔進行比對，找出具有與所述多個待比對關聯性序列信息相同的對照關聯性序列信息的各個對照文字資料；一交集模塊，將所有與待比對關聯性序列信息相同的對照關聯性序列信息排列順序，借以建立交集序列；一分析模塊，分析每一份與待比對文字資料具有相同關聯性序列信息的對照文字資料。