[发明专利]文本批量处理方法、系统、终端设备及计算机存储介质

权利要求书

1.一种文本批量处理方法，其特征在于，包括：

创建文本语义数据库，所述文本语义数据库中包括若干分区；

在接收到若干待处理文本后，将所述若干待处理文本分别匹配到相应的分区中；以及，

分别对每个分区中的待处理文本进行批量处理。

2.根据权利要求1所述的方法，其特征在于，所述创建文本语义数据库，包括：

获取若干源文本数据；

分别对所述若干源文本数据进行预处理，得到各源文本数据的特征向量；

基于各源文本数据的特征向量划分若干分区；

分别将各源文本数据的特征向量导入到各自对应的分区中；以及，

基于导入了相应源文本数据的特征向量的若干分区创建文本语义数据库。

3.根据权利要求2所述的方法，其特征在于，所述分别对所述源文本数据进行预处理，得到各源文本数据的特征向量，包括：

分别对所述若干源文本数据进行文本分词；

分别对经过文本分词的若干源文本数据进行词频分析，得到各源文本数据的词频分析结果；以及，

基于各源文本数据的词频分析结果，生成各源文本数据的特征向量。

4.根据权利要求2所述的方法，其特征在于，所述将所述若干待处理文本分别匹配到相应的分区中，包括：

分别对所述若干待处理文本进行预处理，得到各待处理文本的特征向量；

计算每个待处理文本的特征向量分别与各源文本数据的特征向量之间的相似度，得到每个待处理文本的相似度结果；以及，

基于所述每个待处理文本的相似度结果，将所述若干待处理文本分别匹配到与其相似度最高的源文本数据的特征向量对应的分区中。

5.根据权利要求4所述的方法，其特征在于，所述计算每个待处理文本的特征向量分别与各源文本数据的特征向量之间的相似度，包括：

将所述若干待处理文本的特征向量与所述若干源文本数据的特征向量作为数据集，针对所述数据集利用FCM聚类算法计算每个待处理文本的特征向量分别与各源文本数据的特征向量之间的相似度。

6.一种文本批量处理系统，其特征在于，包括：

创建模块，其设置为创建文本语义数据库，所述文本语义数据库中包括若干分区；

匹配模块，其设置为在接收到若干待处理文本后，将所述若干待处理文本匹配到相应的分区中；以及，

处理模块，其设置为分别对每个分区中的待处理文本进行批量处理。

7.根据权利要求6所述的系统，其特征在于，所述创建模块，包括：

获取单元，其设置为获取若干源文本数据；

预处理单元，其设置为分别对所述若干源文本数据进行预处理，得到各源文本数据的特征向量；

分区单元，其设置为基于各源文本数据的特征向量划分若干分区；

导入单元，其设置为分别将各源文本数据的特征向量导入到各自对应的分区中；以及，

创建单元，其设置为基于导入了相应源文本数据的特征向量的若干分区创建文本语义数据库。

8.根据权利要求7所述的系统，其特征在于，所述预处理单元，包括：

分词子单元，其设置为分别对所述若干源文本数据进行文本分词；

分析子单元，其设置为分别对经过文本分词的若干源文本数据进行词频分析，得到各源文本数据的词频分析结果；以及，

生成子单元，其设置为基于各源文本数据的词频分析结果，生成各源文本数据的特征向量。

9.一种终端设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据权利要求1至5中任一项所述的文本批量处理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，所述处理器执行根据权利要求1至5中任一项所述的文本批量处理方法。