[发明专利]一种用于构建领域词典的数据处理方法及装置

说明书

本发明公开了一种用于构建领域词典的数据处理方法及装置，该方法包括：获取待处理素材信息；待处理素材信息包括营销文本信息，和/或，待处理歌曲信息，和/或，押韵字表信息；对待处理素材信息进行分割过滤处理，得到待用词典；待用词典用于对素材文本中的词语进行筛选；对待用词典进行分割筛选处理，得到领域关键词信息；关键词信息与待处理素材信息所属的广告领域是强相关的；领域关键词用于构建领域词典。可见，本发明能够通过对待处理素材信息的分割过滤处理和分割筛选处理等综合处理得到用于构建领域词典的领域关键词信息，有利于降低对歌曲素材要求，提高对歌曲素材的处理效能，进而提升广告歌词的生成效率和降低制作成本。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种用于构建领域词典的数据处理方法及装置。

背景技术

将热门流行歌曲转化为广告歌词是当前广告推广适应电梯广告等新媒介发展的重要方式，这一过程需要利用智能模型将学习了解推广歌曲背后的语言风格、社交流行趋势和情感表达，以生成朗朗上口的广告歌词，但目前在歌曲生成过程中普遍存在对歌曲素材要求较高，广告歌词制作成本较高等问题。因此，提供一种用于构建领域词典的数据处理方法及装置，以降低对歌曲素材要求，提高对歌曲素材的处理效能，进而提升广告歌词的生成效率和降低制作成本显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种用于构建领域词典的数据处理方法及装置，能够通过对待处理素材信息的分割过滤处理和分割筛选处理等综合处理得到用于构建领域词典的领域关键词信息，有利于降低对歌曲素材要求，提高对歌曲素材的处理效能，进而提升广告歌词的生成效率和降低制作成本。

为了解决上述技术问题，本发明实施例第一方面公开了一种用于构建领域词典的数据处理方法，所述方法包括：

获取待处理素材信息；所述待处理素材信息包括营销文本信息，和/或，待处理歌曲信息，和/或，押韵字表信息；

对所述待处理素材信息进行分割过滤处理，得到待用词典；所述待用词典用于对素材文本中的词语进行筛选；

对所述待用词典进行分割筛选处理，得到领域关键词信息；所述关键词信息与所述待处理素材信息所属的广告领域是强相关的；所述领域关键词用于构建领域词典。

作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述待处理素材信息进行分割过滤处理，得到待用词典，包括：

对所述待处理歌曲信息进行识别处理，得到初始歌词文本信息；

对所述初始歌词文本信息分割过滤处理，得到待用词典。

作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述初始歌词文本信息分割过滤处理，得到待用词典，包括：

对所述初始歌词文本信息进行字符分割和行分隔处理，得到第一中间歌词文本信息；

对所述第一中间歌词文本信息进行计算处理，得到第二中间歌词文本信息；

利用预设的停用词表对所述第二中间歌词文本信息进行筛选处理，得到第三中间歌词文本信息；所述第三中间歌词文本信息包括若干个歌词文本片段；

对所述第三中间歌词文本信息进行计算筛选排序处理，得到待用词典。

作为一种可选的实施方式，在本发明实施例第一方面中，所述对所述第三中间歌词文本信息进行计算筛选排序处理，得到待用词典，包括：

对所述第三中间歌词文本信息进行信息熵计算处理，得到第一文本熵信息；

利用预设的熵阈值对所述第一文本熵信息进行筛选处理，得到第二文本熵信息；

对所述第二文本熵信息进行排序处理，得到文本序列信息；所述排序处理是根据所述歌词文本片段对应的频率信息进行的；