[发明专利]文本联系实体提取方法、装置、设备及可读存储介质

权利要求书

1.一种文本联系实体提取方法，其特征在于，所述实体为待监控的平台实体，所述方法包括：

获取用户输入的文本数据；

对所述文本数据进行预处理，得到预处理后的文本；

对所述预处理后的文本进行字符切分，并将切分结果以数组的方式保存，得到切分数组，所述切分数组包括字符串中所处的位置索引、字符串原值、拼音、字符串转化值和字符串前后索引的距离值；

根据所述实体，获取所述实体对应的预先存储的关键词辅助提取信息，所述关键词辅助提取信息包括：所述切分数组中的字符串原值、拼音和字符串转化值；根据所述关键词辅助提取信息从所述切分数组中提取所述实体相关的关键词；

根据所述关键词提取对应的实体；

所述对所述文本数据进行预处理，得到预处理后的文本，包括：

对所述文本数据按照预设方式进行预处理操作，使得经过预处理的文本数据形成统一格式；

所述对所述文本数据按照预设方式进行预处理操作，包括：

对于用户输入的文本数据中存在转义字符的情形下，从用户输入的文本数据中提取转义字符，将转义字符转换为空字符；

对于用户输入的文本数据中存在unicode码的情形下，从用户输入的文本数据中提取unicode码，将unicode码转换为中文；

对于用户输入的文本数据中存在停止字符的情形下，从用户输入的文本数据中提取停止字符，将停止字符转换为空格；

根据预先存储的间隔字拆分对照表，在所述文本数据中存在索引、前后部首的情形下，根据索引将前后部首合并在一起，生成新字符；

对于用户输入的文本数据中存在连续空格字符的情形下，从用户输入的文本数据中提取连续空格字符，将连续空格字符转换为空字符。

2.一种文本联系实体提取装置，其特征在于，所述实体为待监控的非常规用户平台实体，所述装置包括：

获取模块，用于获取用户输入的文本数据；

预处理模块，用于对所述文本数据进行预处理，得到预处理后的文本；

切分模块，用于对所述预处理后的文本进行字符切分，并将切分结果以数组的方式保存，得到切分数组，所述切分数组包括字符串中所处的位置索引、字符串原值、拼音、字符串转化值和字符串前后索引的距离值；

关键词提取模块，用于根据所述实体，获取所述实体对应的预先存储的关键词辅助提取信息，所述关键词辅助提取信息包括：所述切分数组中的字符串原值、拼音和字符串转化值；

根据所述关键词辅助提取信息从所述切分数组中提取所述实体相关的关键词；

实体提取模块，用于根据所述关键词提取对应的实体；

所述对所述文本数据进行预处理，得到预处理后的文本，包括：

对所述文本数据按照预设方式进行预处理操作，使得经过预处理的文本数据形成统一格式；

所述对所述文本数据按照预设方式进行预处理操作，包括：

对于用户输入的文本数据中存在转义字符的情形下，从用户输入的文本数据中提取转义字符，将转义字符转换为空字符；

对于用户输入的文本数据中存在unicode码的情形下，从用户输入的文本数据中提取unicode码，将unicode码转换为中文；

对于用户输入的文本数据中存在停止字符的情形下，从用户输入的文本数据中提取停止字符，将停止字符转换为空格；

根据预先存储的间隔字拆分对照表，在所述文本数据中存在索引、前后部首的情形下，根据索引将前后部首合并在一起，生成新字符；

对于用户输入的文本数据中存在连续空格字符的情形下，从用户输入的文本数据中提取连续空格字符，将连续空格字符转换为空字符。

3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述方法的步骤。

4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序，所述程序被执行时，能够实现如权利要求1所述的方法。