[发明专利]数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

确定待搜索文本，并获取过滤字段集合和保留字段集合；

基于所述过滤字段集合，在所述待搜索文本中确定第i个词字段以及所述第i个词字段对应的第i个分词字段；

在所述第i个分词字段属于所述保留字段集合的情况下，根据所述第i个词字段和所述第i个分词字段生成目标词单元，其中，目标词单元用于生成第i+1个词字段；

在所述第i个分词字段不属于所述保留字段集合的情况下，根据所述第i个词字段生成目标词单元；

i按序自增，并执行基于所述过滤字段集合在所述待搜索文本中确定第i个词字段以及所述第i个词字段对应的第i个分词字段的步骤，直至i自增至k，根据生成的至少一个目标词单元创建所述待搜索文本的索引文本，其中，i从1开始取值直至为k且为正整数，k根据所述待搜索文本的文本长度确定。

2.如权利要求1所述的方法，其特征在于，在i不等于1的情况下，基于所述过滤字段集合，在所述待搜索文本中确定第i个词字段以及所述第i个词字段对应的第i个分词字段，包括：

获取第i-1个目标词单元，并基于所述第i-1个目标词单元在所述待搜索文本中确定第i个初始词字段；

基于所述过滤字段集合和所述第i个初始词字段在所述待搜索文本中确定第i个分词字段；

根据所述第i个初始词字段和所述第i个分词字段在所述待搜索文本中确定第i个词字段。

3.如权利要求2所述的方法，其特征在于，基于所述过滤字段集合和所述第i个初始词字段在所述待搜索文本中确定第i个分词字段，包括：

根据所述第i个初始词字段和所述待搜索文本确定待扫描文本；

基于所述过滤字段集合对所述待扫描文本进行扫描，根据扫描结果确定第i个分词字段。

4.如权利要求2所述的方法，其特征在于，根据所述第i个初始词字段和所述第i个分词字段在所述待搜索文本中确定第i个词字段，包括：

在所述待搜索文本中确定第i个初始词字段和所述第i个分词字段之间的补充字段；

在所述补充字段包括过滤字段的情况下，对所述补充字段中的过滤字段进行剔除处理，将剔除后的补充字段作为第i个词字段；

在所述补充字段不包括过滤字段的情况下，对所述第i个初始词字段和所述补充字段进行组合，根据组合结果获得第i个词字段。

5.如权利要求2所述的方法，其特征在于，在i等于1的情况下，基于所述过滤字段集合，在所述待搜索文本中确定第i个词字段以及所述第i个词字段对应的第i个分词字段，包括：

基于所述过滤字段集合对所述待搜索文本进行扫描；

根据扫描结果确定第i个词字段以及所述第i个词字段对应的第i个分词字段。

6.如权利要求1所述的方法，其特征在于，根据生成的至少一个目标词单元创建所述待搜索文本的索引文本，包括：

在所述待搜索文本包含分词字段的情况下，确定每个分词字段不属于所述保留字段集合对应的目标分词周期；

在生成的至少一个目标词单元中，选择所述目标分词周期对应的目标词单元；

根据所述目标分词周期对应的目标词单元创建所述待搜索文本的索引文本。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述过滤字段集合对所述待搜索文本进行扫描，根据扫描结果确定所述待搜索文本中的目标字符；

根据所述目标字符创建所述待搜索文本的索引文本。

8.如权利要求1所述的方法，其特征在于，确定待搜索文本，包括：

获取初始文本，并对所述初始文本进行语法简化处理，获得待搜索文本。