[发明专利]一种法律文本存储方法、装置、可读存储介质及终端设备

权利要求书

1.一种法律文本存储方法，其特征在于，包括：

接收法律文本存储指令，提取所述法律文本存储指令中的目标地址，并获取所述目标地址中的法律文本；

对所述法律文本进行分词处理，得到组成所述法律文本的词语集合；

根据下式分别计算所述词语集合中的各个词语的词条密度：

其中，w为所述词语集合中的各个词语的序号，1≤w≤WN，WN为所述词语集合中的词语数目，WdNum_w为所述词语集合中的第w个词语在所述法律文本中出现的次数，LineNum为所述法律文本的总行数，WdDensity_w为所述词语集合中的第w个词语的词条密度；

将所述法律文本划分为FN个文本段落，并分别统计所述词语集合中的各个词语在各个文本段落中的出现情况，FN为大于1的整数；

根据下式分别计算所述词语集合中的各个词语的均匀度：

其中，f为所述法律文本的各个文本段落的序号，1≤f≤FN，Flag_w,f为所述词语集合中的第w个词语在第f个文本段落中的出现情况的标志位，且WdEqu_w为所述词语集合中的第w个词语的均匀度；

从所述词语集合中选取词条密度大于预设的第一阈值且均匀度大于预设的第二阈值的各个词语组成核心词子集；

分别获取与各个预设的存储分区对应的各个特征词集合，并在预设的第一词语向量数据库中分别查询所述核心词子集中的各个词语的词语向量，以及各个特征词集合中的各个词语的词语向量；

根据所述核心词子集中的各个词语的词语向量，以及各个特征词集合中的各个词语的词语向量，分别计算所述核心词子集与各个特征词集合之间的向量距离；

将所述法律文本存储入优选存储分区中，所述优选存储分区为与所述核心词子集之间的向量距离最小的特征词集合所对应的存储分区。

2.根据权利要求1所述的法律文本存储方法，其特征在于，所述第一词语向量数据库的设置过程包括：

对预设的法律文本库中的各条法律文本进行分词处理，得到组成所述法律文本库的各个词语；

确定目标词语的各个关联词语，并分别计算所述目标词语与各个关联词语之间的第一关联度，所述目标词语为组成所述法律文本库的任意一个词语；

在预设的第二词语向量数据库中分别查询所述目标词语的词语向量，以及各个关联词语的词语向量；

根据所述目标词语与各个关联词语之间的第一关联度，以及各个关联词语的词语向量，对所述目标词语的词语向量进行更新计算，得到所述目标词语的更新词语向量；

将所述目标词语的更新词语向量添加入所述第一词语向量数据库中。

3.根据权利要求2所述的法律文本存储方法，其特征在于，所述对所述目标词语的词语向量进行更新计算，得到所述目标词语的更新词语向量包括：

根据下式分别计算所述目标词语与各个关联词语之间的第二关联度：

其中，c为所述目标词语的各个关联词语的序号，1≤c≤CN，CN为所述目标词语的关联词语的总数，d为词语向量的维度序号，1≤d≤DN，DN为词语向量的维度总数，TgtElm_d为所述目标词语的词语向量在第d个维度上的取值，CntElm_c,d为所述目标词语的第c个关联词语的词语向量在第d个维度上的取值，SdConnect_c为所述目标词语与第c个关联词语之间的第二关联度；

根据下式分别计算所述目标词语与各个关联词语之间的关联度误差：

ErrElm_c＝SdConnect_c—FtConnect_c

其中，FtConnect_c为所述目标词语与第c个关联词语之间的第一关联度，ErrElm_c为所述目标词语与第c个关联词语之间的关联度误差；

根据下式对所述目标词语的词语向量进行更新计算：

其中，λ为预设的更新系数，NwTgtElm_d为所述目标词语的更新词语向量在第d个维度上的取值。