[發明專利]文本數據管理方法、裝置、電子設備及非易失性存儲介質

在審

• 申請號: 202211318585.2
• 申請日: 2022-10-26
• 公開（公告）號: CN115495583A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 陳知生;陳迎昕
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩

1.一種文本數據管理方法，其特征在于，包括：

依據第一處理規則，清除待處理文本數據中的干擾數據，得到第一目標文本數據，其中，所述第一處理規則為目標對象設定的處理規則；

依據第二處理規則，清除所述第一目標文本數據中的所述干擾數據，得到第二目標文本數據，其中，所述第二處理規則為服務器推送的處理規則；

確定所述第二目標文本數據和第三目標文本數據的相似度信息，其中，所述第三目標文本數據為存儲在目標文本數據庫中的文本數據；

在所述第二目標文本數據和所述第三目標文本數據的相似度信息符合第一預設相似度要求的情況下，確定所述第二目標文本數據和所述第三目標文本數據對應同一目標詞條。

2.根據權利要求1所述的文本數據管理方法，其特征在于，所述確定所述第二目標文本數據和第三目標文本數據的相似度信息包括：

將所述第二目標文本數據劃分為多個第一子文本數據；

從所述第一子文本數據中確定被所述第三目標文本數據包含的第二子文本數據；

依據所述第二子文本數據的數量與所述第一子文本數據的數量的比值，確定所述相似度信息。

3.根據權利要求2所述的文本數據管理方法，其特征在于，所述第一預設相似度要求包括所述比值大于第一預設比值，并且所述第二子文本數據的數量大于第一預設數量。

4.根據權利要求1所述的文本數據管理方法，其特征在于，在不存在與所述第二目標文本數據的相似度信息符合所述預設要求的所述第三目標文本數據的情況下，所述文本數據管理方法還包括：

創建與所述第二目標文本數據對應的目標詞條，其中，所述目標詞條用于檢索所述第二目標文本數據。

5.根據權利要求1所述的文本數據管理方法，其特征在于，所述依據第一處理規則，清除待處理文本數據中的干擾數據的步驟之前，所述文本數據管理方法還包括：

獲取目標對象輸入的處理規則文本數據；

對所述處理規則文本數據進行語義識別，生成所述第一處理規則；以及，

獲取目標對象輸入的正則表達式，并依據所述正則表達式生成所述第一處理規則。

6.根據權利要求1所述的文本數據管理方法，其特征在于，所述干擾數據包括以下至少之一：序號，標點符號，注釋符號。

7.根據權利要求1所述的文本數據管理方法，其特征在于，所述文本數據管理方法還包括：

獲取查詢文本數據，其中，所述查詢文本數據用于表征查詢意圖信息；

依據所述第一處理規則和所述第二處理規則，清理所述查詢文本數據中的所述干擾數據，從而得到第四目標文本數據；

從所述目標數據庫中確定與所述第四目標文本數據之間的相似度信息符合第二預設相似度要求的第五目標文本數據；

推送所述第五目標文本數據，以及所述第五目標數據對應的目標詞條。

8.根據權利要求1所述的文本數據管理方法，其特征在于，所述文本數據管理方法還包括：

向目標服務器發送所述第一處理規則；

獲取所述目標服務器依據所述第一處理規則確定的所述第二處理規則，其中，所述第二處理規則為使用頻率大于第一預設頻率閾值的所述第一處理規則。

9.一種文本數據管理方法，其特征在于，包括：

獲取終端設備發送的第一處理規則，其中，所述第一處理規則為與待處理文本數據所屬的技術領域對應的處理規則，用于清除所述待處理文本數據中的干擾數據；

確定所述終端設備發送的所述第一處理規則的使用頻率；

在所述使用頻率大于預設使用頻率閾值的情況下，確定所述第一處理規則為第二處理規則；

向所述終端設備推送所述第二處理規則。