[发明专利]文本关键词扫描方法、装置、设备及计算机可读存储介质

说明书

本发明实施例涉及文本处理技术领域，公开了一种文本关键词搜索方法，该方法包括：获取目标文本；将所述目标文本与预设的索引树进行匹配，所述索引树为根据目标词典预先建立的多个红黑树；将所述目标文本中与所述预设的索引树匹配的词确定为目标关键词。通过上述方式，本发明实施例实现了对文本快速精准地扫描。

技术领域

本发明实施例涉及文本处理技术领域，具体涉及一种文本关键词扫描方法、装置、设备及计算机可读存储介质。

背景技术

目前，网络信息安全越来越受到重视，在用户创建的内容发布到网络上时，需要进行敏感词、禁用词扫描。另外，在房地产行业中，需要快速扫描、识别某篇文章中是否出现了某些楼盘、小区的关键字，是否出现了某些行业关键词等。然而现有的关键词搜索方法匹配精准度低、不支持模糊匹配，且搜索效率低。

发明内容

鉴于上述问题，本发明实施例提供了一种文本关键词扫描方法、装置、设备及计算机可读存储介质，用于解决现有技术中存在的匹配精准度低且效率低的问题。

根据本发明实施例的一个方面，提供了一种文本关键词扫描方法，所述方法包括：

获取目标文本；

将所述目标文本与预设的索引树进行匹配，所述索引树为根据目标词典预先建立的多个红黑树；

将所述目标文本中与所述预设的索引树匹配的词确定为目标关键词。

在一种可选的方式中，所述目标词典包括多个词典词条；

所述将所述目标文本与预设的索引树进行匹配之前，包括：

从所述多个词典词条中确定第一个字相同的多个目标词条；所述目标词条为所述多个词典词条中任意一个词典词条；所述目标红黑树为所述多个红黑树中任意一个红黑树；

根据所述多个目标词条构建目标红黑树的目标节点。

在一种可选的方式中，所述目标节点包括第一级节点以及剩余节点；

根据所述多个目标词条构建目标红黑树的目标节点，包括：

根据所述目标词条的第一个字确定所述目标红黑树的第一级节点；

按照所述多个目标词条中的剩余字的顺序依次确定所述目标红黑树的剩余节点。

在一种可选的方式中，所述目标词条为目标精确词或者目标精确词与其他词的组合；所述其它词为正则表达式、变量或者与修饰词中的一种或者多种。

在一种可选的方式中，所述目标词典为敏感词词典；将所述目标文本中与所述预设的索引树匹配的词确定为目标关键词之后，包括：

将所述目标关键词作为目标敏感词；

在所述目标文本中对所述目标敏感词进行过滤操作。

在一种可选的方式中，所述目标词典为行业词词典；将所述目标文本中与所述预设的索引树匹配的词确定为目标关键词之后，包括：

将所述目标关键词作为目标行业词；

根据所述目标行业词对所述目标文本进行处理。

根据本发明实施例的另一方面，提供了一种文本关键词搜索装置，包括：

获取模块，用于获取目标文本；

匹配模块，用于将所述目标文本与预设的索引树进行匹配，所述索引树为根据目标词典预先建立的多个红黑树；

确定模块，用于将所述目标文本中与所述预设的索引树匹配的词确定为目标关键词。

在一种可选的方式中，所述目标词典包括多个词典词条；