[发明专利]一种基于深度学习的新闻媒体数据智能结构化方法及装置

权利要求书

1.一种基于深度学习的新闻媒体数据智能结构化方法，其特征在于，包括：

获取第一目标数据；

将所述第一目标数据进行预处理，得到第二目标数据；

将所述第二目标数据输入至结构化模型中，生成结构数据；

将所述结构数据进行展示。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一目标数据进行预处理，得到第二目标数据包括：

将所述第一目标数据进行拆分，得到第一拆分数据；

将所述第一拆分数据进行预处理，得到所述第二目标数据，其中，所述预处理包括：冗余处理、优化处理。

3.根据权利要求1所述的方法，其特征在于，在所述将所述第二目标数据输入至结构化模型中，生成结构数据之前，所述方法还包括：

根据所述第二目标数据和所述结构数据训练所述结构化模型。

4.根据权利要求1所述的方法，其特征在于，在所述将所述结构数据进行展示之后，所述方法还包括：

将所述结构数据上传至云端服务器进行存储。

5.一种基于深度学习的新闻媒体数据智能结构化装置，其特征在于，包括：

获取模块，用于获取第一目标数据；

预处理模块，用于将所述第一目标数据进行预处理，得到第二目标数据；

结构化模块，用于将所述第二目标数据输入至结构化模型中，生成结构数据；

展示模块，用于将所述结构数据进行展示。

6.根据权利要求5所述的装置，其特征在于，所述预处理模块包括：

拆分单元，用于将所述第一目标数据进行拆分，得到第一拆分数据；

处理单元，用于将所述第一拆分数据进行预处理，得到所述第二目标数据，其中，所述预处理包括：冗余处理、优化处理。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

训练模块，用于根据所述第二目标数据和所述结构数据训练所述结构化模型。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

存储模块，用于将所述结构数据上传至云端服务器进行存储。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。

10.一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。