[发明专利]文档管理方法、系统及存储介质

说明书

本申请公开了一种文档管理方法、系统及存储介质，所述方法包括：采集及清洗文档数据；对清洗后的文档数据进行语义分析，生成文档、摘要、关键词及关联关系；将所述文档、摘要、关键词及关联关系输入所述约束模型，生成知识图谱。通过对清洗后的文档数据进行语义分析，能够获得文档、摘要、关键词和关联关系，再将得到的文档、摘要、关键词和关联关系输入至建立好的约束模型中，能够生成知识图谱，满足用户对文档管理的需求。

技术领域

本申请涉及文档处理领域，尤其涉及一种文档管理方法、系统及存储介质。

背景技术

目前,面对种类、数量众多的文档，传统的方式一般为采用目录、标签等方法进行归类，根据时间、类型、所属人等条件进行检索。然而海量的文档淹没了重点内容。人工提取摘要，费时费力，效率不高。标签覆盖范围窄，无法标记所有关键词。只能被动检索，内容无法自动与用户匹配。缺少文档与文档，标签与标签之间的关系。基于以上原因，传统方式已经很难满足用户需求。

综上所述，需要提供一种能够获取文档的摘要、关键词以及文档之间的关联关系，并生成知识图谱，满足用户需求的文档管理方法、系统及存储介质。

发明内容

为解决以上问题，本申请提出了一种文档管理方法、系统及存储介质。

一方面，本申请提出一种文档管理方法，包括：

采集及清洗文档数据；

对清洗后的文档数据进行语义分析，生成文档、摘要、关键词及关联关系；

将所述文档、摘要、关键词及关联关系输入约束模型，生成知识图谱。

优选地，还包括建立约束模型，所述建立约束模型的步骤包括：

根据待建模词条的属性、上下继承关系、组合关系、和依赖关系，建立约束模型；

根据待建模词条建立词库，获取词条的属性和词性，并按照预设规则将所述待建模词条映射到所述约束模型中。

优选地，在所述建立约束模型之前，还包括：

根据需求进行业务分析；

根据业务分析，确定待建模词条；

根据所述待建模词条，确定所述待建模词条的属性，以及确定所述待建模词条之间的上下继承关系、组合关系、和依赖关系。

优选地，所述采集及清洗文档数据，包括：

采集文档数据，所述文档数据的来源包括表数据、文本数据和网页数据；

根据数据清理规则，去除所述表数据、文本数据和网页数据中的冗余和不规范的标签，得到清洗后的文档数据。

优选地，所述对清洗后的文档数据进行语义分析，生成文档、摘要、关键词及关联关系，包括：

使用基于循环神经网络模型和所述词库，对所述清洗后的文档数据进行语义分析，提取文档、摘要、关键词及关联关系。

优选地，所述将所述文档、摘要、关键词及关联关系输入所述约束模型，生成知识图谱，包括：

依据所述约束模型和关联关系，对提取到的所述关键词以及所述关键词对应的文档和摘要进行分类；

根据分类后的所述关键词、文档和摘要，生成知识图谱。

优选地，在所述使用基于循环神经网络模型和所述词库，对所述清洗后的文档数据进行语义分析，提取文档、摘要、关键词及关联关系之后，还包括：

若获取到的所述关键词为词库中没有的词条，则判断所述关键词是否属于所述约束模型；

若属于，则将所述关键词作为新词条加入所述约束模型；