[发明专利]目标语料的确定方法和装置、存储介质及电子装置

权利要求书

1.一种目标语料的确定方法，其特征在于，包括：

获取在时间周期内接收到的查询语料，其中，所述查询语料包括查询信息和响应于所述查询信息而被访问的访问资源定位符URL；

在所述查询语料中获取第一查询语料，其中，所述第一查询语料包含目标领域对应的目标关键词、且所述第一查询语料中包括的访问URL包含目标URL中的至少一个，所述目标URL为所述目标领域对应的URL；

在所述第一查询语料中确定出目标语料，其中，所述目标语料为无法被所述目标领域中已有模板读取的语料。

2.根据权利要求1所述的方法，其特征在于，在所述查询语料中获取第一查询语料包括：

在所述查询语料中查询第一访问URL，其中，所述第一访问URL包含所述目标URL中的服务器名称或网络之间互连的协议IP地址；

在所述查询语料中获取第二查询语料，其中，响应于所述第二查询语料中的查询信息而被访问的访问URL包括所述第一访问URL；

在所述第二查询语料中获取第一查询语料，其中，所述第一查询语料包含所述目标领域对应的目标关键词。

3.根据权利要求2所述的方法，其特征在于，在所述查询语料中查询第一访问URL之前，还包括：

确定接收到的预定语料所属的目标领域，其中，所述预定语料被请求读取的次数大于第一预定阈值、且无法被所述已有模板读取；

获取所述目标领域对应的所述目标URL。

4.根据权利要求1或2所述的方法，其特征在于，在所述查询语料中获取第一查询语料之前，所述方法还包括：

在所述查询语料中获取第二查询语料，其中，响应于所述第二查询语料中的查询信息而被访问的访问URL包括所述目标URL中的服务器名称或IP地址；

对所述第二查询语料中包括的查询信息进行分词，得到目标词语；

在所述目标词语中获取目标关键词，其中，所述目标关键词在所述第二查询语料中的出现次数大于第二预定阈值。

5.根据权利要求4所述的方法，其特征在于，在所述目标词语中获取目标关键词包括：

在所述目标词语中获取第一关键词，其中，所述第一关键词在所述第二查询语料中的出现次数大于第二预定阈值；

获取所述第一关键词对应的热门词组，其中，所述热门词组包括在搜索引擎中输入所述第一关键词后显示的所述关键词的词组；

在所述第一关键词中获取目标关键词，其中，在所述目标关键词对应的热门词组中删除所述目标关键词之后得到的词语属于目标领域，所述目标领域为预定语料所属的目标领域，所述预定语料被请求读取的次数大于第一预定阈值、且无法被所述已有模板读取。

6.根据权利要求1所述的方法，其特征在于，在所述第一查询语料中确定出目标语料包括：

确定所述第一查询语料中的当前语料是否包括属于目标属性的信息，其中，所述目标领域中配置有所述目标属性，所述目标领域为预定语料所属的目标领域，所述预定语料被请求读取的次数大于第一预定阈值、且无法被所述已有模板读取；

在确定出所述当前语料不包括所述属于目标属性的信息的情况下，确定所述当前语料为无法被已有模板读取的目标语料。

7.根据权利要求1所述的方法，其特征在于，在所述第一查询语料中确定出目标语料之后，还包括：

生成用于读取所述目标语料的目标模板，其中，所述目标模板用于在目标时间点之后对接收到查询语料进行读取，所述目标时间点晚于所述时间周期，所述接收到的查询语料包括所述目标语料。

8.根据权利要求7所述的方法，其特征在于，所述生成用于读取所述目标语料的目标模板包括：

将所述目标语料输入Aho-Corasick自动机，生成用于读取所述目标语料的目标模板。