[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

说明书

本发明涉及人工智能技术，揭露了一种文本数据处理的方法、装置、计算机设备及存储介质。文本数据处理的方法可包括：读取来源于互联网页面的文本数据，对文本数据进行字符识别处理，以从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。连接网络中的节点用于表示预设字符，连接网络中的边用于表示节点间的关联强度；通过连接网络确定各个节点在连接网络中的重要程度值，根据重要程度值对多个不同预设字符进行排序，以生成预设字符排序结果。本发明通过来源于互联网页面的大量文本数据对包含的字符进行重要程度判断，并能够确定字符排序结果，具有源数据丰富、考虑因素全面、结果准确可靠等优点。

技术领域

本发明涉及人工智能技术，用于文本数据处理技术领域，更为具体来说，本发明能够提供一种文本数据处理的方法、装置、计算机设备及存储介质。

背景技术

自然语言处理(NLP，Natural Language Processing)是人工智能(AI，ArtificialIntelligence)领域中的一个非常重要的方向，随着人工智能技术发展，人们与机器之间的交互将会越来越频繁。人机交互的关键之一在于机器对于自然语言的理解程度，使机器具有类似人类的感知、推理与决策等功能，而实现这些功能的基础和关键在于机器的文本处理能力。传统的文本处理模型往往需要设置大量的参数，导致计算资源占用非常高，而且由于现有技术存在的局限，其文本处理结果的准确度和精度往往难以达到要求，亟待需要进行优化或改进。

发明内容

为解决现有技术存在的文本处理结果准确度不高、精度低和计算资源占用过高等问题，本发明具体能够提供一种文本数据处理的方法、装置、计算机设备及存储介质，以解决现有技术存在的至少一个问题。

为实现上述的技术目的，本发明提供了一种文本数据处理的方法，该方法包括但不限于如下的一个或多个步骤。

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。

进一步地，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。

进一步地，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。

进一步地，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。