[发明专利]用于处理信息的方法和装置

说明书

本申请实施例公开了用于处理信息的方法和装置。该方法的一具体实施方式包括：获取用户输入的搜索词和预先设置的待匹配词汇集合，其中，对于待匹配词汇集合中的待匹配词汇，预先设置有该待匹配词汇所对应的索引集合，索引集合包括文字索引；对所获取的搜索词进行切词处理，获得目标文本集合；基于索引集合中的文字索引，对目标文本集合和索引集合进行匹配，以确定出目标待匹配词汇，其中，目标待匹配词汇所对应的索引集合包括与目标文本集合中的目标文本相匹配的文字索引。该实施方式提高了信息处理的多样性和灵活性。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及用于处理信息的方法和装置。

背景技术

通常，切词指的是中文切词。中文切词又称中文分词。通过切词，可以将一个汉字序列切分成一个或多个词语。

切词是文本挖掘的基础。通过切词，可以使计算机自动识别语句含义。在这里，这种通过切词，使得计算机自动识别语句含义的方法又叫做机械分词方法，它的主要原理是按照一定的策略将待分析汉字串与预先设置的机器词典中的词条进行匹配，以确定出待分析汉字串所对应的目标词条。

发明内容

本申请实施例提出了用于处理信息的方法和装置。

第一方面，本申请实施例提供了一种用于处理信息的方法，该方法包括：获取用户输入的搜索词和预先设置的待匹配词汇集合，其中，对于待匹配词汇集合中的待匹配词汇，预先设置有该待匹配词汇所对应的索引集合，索引集合包括文字索引；对所获取的搜索词进行切词处理，获得目标文本集合；基于索引集合中的文字索引，对目标文本集合和索引集合进行匹配，以确定出目标待匹配词汇，其中，目标待匹配词汇所对应的索引集合包括与目标文本集合中的目标文本相匹配的文字索引。

在一些实施例中，目标文本集合中的目标文本为目标文字；以及基于索引集合中的文字索引，对目标文本集合和索引集合进行匹配，包括：对目标文本集合中的目标文字和索引集合中的文字索引进行匹配。

在一些实施例中，索引集合还包括词汇索引，目标文本集合中的目标文本为目标词汇；以及基于索引集合中的文字索引，对目标文本集合和索引集合进行匹配，包括：对目标文本集合中的目标词汇和索引集合中的词汇索引进行匹配；响应于确定目标文本集合中包括未匹配成功的目标词汇，对未匹配成功的目标词汇进行切词处理，获得目标文字；对所获得的目标文字和目标文本集合中匹配成功的目标词汇所对应的索引集合中的文字索引进行匹配。

在一些实施例中，待匹配词汇所对应的索引集合通过如下步骤得到：对待匹配词汇进行切词处理，获得包括词汇的处理结果；对于所获得的处理结果中的词汇，获取该词汇的候选词汇，其中，候选词汇包括但不限于以下至少一项：同义词，近义词；基于待匹配词汇所对应的处理结果和候选词汇，生成待匹配词汇所对应的索引集合。

在一些实施例中，对于待匹配词汇集合中的待匹配词汇，预先设置有该待匹配词汇所对应的搜索结果；以及在基于索引集合中的文字索引，对目标文本集合和索引集合进行匹配，以确定出目标待匹配词汇之后，该方法还包括：将目标待匹配词汇所对应的搜索结果确定为目标搜索结果及输出。

在一些实施例中，基于索引集合中的文字索引，对目标文本集合和待匹配词汇集合中的待匹配词汇所对应的索引集合进行匹配，以确定出目标待匹配词汇，包括：从目标文本集合中选取目标文本作为待匹配目标文本，以及基于待匹配目标文本和待匹配词汇集合，执行以下确定步骤：对待匹配目标文本和待匹配词汇集合中的待匹配词汇所对应的索引集合中的索引进行匹配，以确定出目标索引；确定目标文本集合中是否包括未被选取的目标文本；响应于确定目标文本集合中不包括未被选取的目标文本，将包括目标索引的索引集合所对应的待匹配词汇确定为目标待匹配词汇；响应于确定目标文本集合中包括未被选取的目标文本，从未被选取的目标文本中选取目标文本作为待匹配目标文本，基于包括目标索引的索引集合所对应的待匹配词汇，生成新的待匹配词汇集合，基于最近一次选取的待匹配目标文本和最近一次生成的待匹配词汇集合，继续执行确定步骤。