[发明专利]一种文本数据处理的方法、装置、计算机设备及存储介质

权利要求书

1.一种文本数据处理的方法，其特征在于，包括：

读取来源于互联网页面的文本数据，所述文本数据包含预设字符；

对所述文本数据进行字符识别处理，以从所述文本数据中提取出预设字符；

构建用于描述多个不同预设字符之间关联关系的连接网络；所述连接网络中的节点用于表示预设字符，所述连接网络中的边用于表示节点间的关联强度；

通过所述连接网络确定各个所述节点在所述连接网络中的重要程度值；

根据所述重要程度值对所述多个不同预设字符进行排序处理，以生成预设字符排序结果。

2.根据权利要求1所述的文本数据处理的方法，其特征在于，所述构建用于描述所述多个不同预设字符之间关联关系的连接网络包括：

利用单个文本数据包含的不同预设字符构建迷你网络；所述迷你网络中的节点用于表示所述单个文本数据中的预设字符，所述迷你网络中的边用于表示在所述单个文本数据中不同预设字符间的关联强度；

对多个迷你网络进行合并处理，生成所述用于描述不同预设字符之间关联关系的连接网络。

3.根据权利要求2所述的文本数据处理的方法，其特征在于，所述对多个迷你网络进行合并处理，生成所述用于描述不同预设字符之间关联关系的连接网络包括：

根据各个迷你网络对任意两个不同预设字符间的关联强度进行累加处理，得到任意两个不同预设字符之间的关联强度总和；

利用所述关联强度总和形成不同预设字符之间关联关系的连接网络。

4.根据权利要求2所述的文本数据处理的方法，其特征在于，所述利用单个文本数据包含的不同预设字符构建迷你网络包括：

获取所述单个文本数据包含的字符总数量和不同预设字符之间间隔的字符数量；

根据所述字符总数量和所述间隔的字符数量确定所述不同预设字符的关联强度；

利用不同预设字符的关联强度构建迷你网络。

5.根据权利要求1所述的文本数据处理的方法，其特征在于，所述对所述文本数据进行字符识别处理包括：

确定与当前待识别字符相对应的至少一个指代字符；

对多个所述文本数据包含的当前待识别字符和所述指代字符均进行识别，并将两者的识别结果均作为所述当前待识别字符的识别结果。

6.根据权利要求1所述的文本数据处理的方法，其特征在于，所述对所述文本数据进行字符识别处理还包括：

将识别出的预设字符与所在文本数据中的上下文字符进行拼接，形成第一分类特征；

通过存储于特征知识库中的第二分类特征与所述第一分类特征进行匹配，所述第二分类特征中包含目标字符；

将匹配度大于阈值的第二分类特征中包含的目标字符与所述识别出的预设字符相关联。

7.根据权利要求1所述的文本数据处理的方法，其特征在于，

所述对所述文本数据进行字符识别处理包括：对用于表示人名的预设字符进行识别；

所述通过所述连接网络确定各个所述节点在所述连接网络中的重要程度值包括：

通过所述连接网络确定各个所述人名对应人物的影响力分数。

8.一种文本数据处理的装置，其特征在于，包括：

文本数据读取模块，用于读取来源于互联网页面的文本数据，所述文本数据包含预设字符；

预设字符识别模块，用于对所述文本数据进行字符识别处理，以从所述文本数据中提取出预设字符；

连接网络构建模块，用于构建用于描述所述多个不同预设字符之间关联关系的连接网络；所述连接网络中的节点用于表示预设字符，所述连接网络中的边用于表示节点间的关联强度；

重要程度确定模块，用于通过所述连接网络确定各个所述节点在所述连接网络中的重要程度值；

排序结果生成模块，用于根据所述重要程度值对所述多个不同预设字符进行排序处理，以生成预设字符排序结果。