[发明专利]一种文字统计方法及设备

说明书

本发明实施例公开了一种文字统计方法，包括：获取目标文本中文字组合的首字母组合，且每一文字组合对应一个首字母组合；其中，所述文字组合是指位置连续的且文字个数至少为一个的组合，所述文字组合的首字母组合是指该文字组合中每个字的拼音的首个字母的组合；统计所述首字母组合出现的频次，并确定一个或多个首字母组合作为目标首字母组合；通过所述文字组合与首字母组合的对应关系，确定所述目标首字母组合对应的目标文字组合，所述目标首字母组合出现的频次即为所述目标文字组合出现的频次。相应地，本发明实施例还公开了一种文字统计设备。本发明实施例可以在统计文字出现频次的过程中可以减少设备的内存消耗。

技术领域

本发明涉及文字处理领域，尤其涉及一种文字统计方法及设备。

背景技术

提取出现概率高的文字在当今应用十分广泛，例如：从某一段文本选取出现次数最多的词语作为该文本关键字。目前主要通过使用单个汉字对文本进行统计，以统计出文本中的文字出现的频次。该技术是通过存储所有两个连续的汉字，如果一篇文章有M个汉字，在极端的情况下会有M-1个组合，这个组合数会随着文字字数的增多而最多，带来的内存消耗也会增加.

发明内容

本发明实施例提供了一种文字统计方法及设备，在统计文字出现频次的过程中可以减少设备的内存消耗。

为了解决上述技术问题，本发明实施例提供的一种文字统计方法，包括：

获取目标文本中文字组合的首字母组合，且每一文字组合对应一个首字母组合；其中，所述文字组合是指位置连续的且文字个数至少为一个的组合，所述文字组合的首字母组合是指该文字组合中每个字的拼音的首个字母的组合；

统计所述首字母组合出现的频次，并确定一个或多个首字母组合作为目标首字母组合；

通过所述文字组合与首字母组合的对应关系，确定所述目标首字母组合对应的目标文字组合，所述目标首字母组合出现的频次即为所述目标文字组合出现的频次。

相应地，本发明实施例还提供一种文字统计设备，包括：获取单元、统计单元和查找单元，其中：

所述获取单元，用于获取目标文本中文字组合的首字母组合，且每一文字组合对应一个首字母组合；其中，所述文字组合是指位置连续的且文字个数至少为一个的组合，所述文字组合的首字母组合是指该文字组合中每个字的拼音的首个字母的组合；

所述统计单元，用于统计所述首字母组合出现的频次，并确定一个或多个首字母组合作为目标首字母组合；

所述查找单元，用于通过所述文字组合与首字母组合的对应关系，确定所述目标首字母组合对应的目标文字组合，所述目标首字母组合出现的频次即为所述目标文字组合出现的频次。

上述技术方案中，获取目标文本中文字组合的首字母组合，且每一文字组合对应一个首字母组合；其中，所述文字组合是指位置连续的且文字个数至少为一个的组合，所述文字组合的首字母组合是指该文字组合中每个字的拼音的首个字母的组合；统计所述首字母组合出现的频次，并确定一个或多个首字母组合作为目标首字母组合；通过所述文字组合与首字母组合的对应关系，确定所述目标首字母组合对应的目标文字组合，所述目标首字母组合出现的频次即为所述目标文字组合出现的频次。这样在统计文字出现频次的过程中，只需要存储文字的首字母组合，而常用汉字3755个的首字母总共会出现的字母有23个，由于一个拼音组合会有多个汉字的原因，则在一篇M个字的文章中实际出现的拼音首字母组合数会远远小于汉字的组合，从而内存消耗也会减少。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。