字串关联性的计算方法、系统及电子设备与流程

技术特征：
1.一种字串关联性的计算方法，其特征在于，所述方法包括：从目标文本中获取待处理字串；在预设时间段内统计所述待处理字串中词汇的种类和数量；根据所述待处理字串中所述词汇的种类和数量，确定所述词汇的种类下的词汇统计曲线；其中，所述词汇统计曲线的横坐标为时间；所述词汇统计曲线的纵坐标为所述待处理字串中所述词汇的数量；获取所述词汇统计曲线中所述词汇的特征向量，并根据所述词汇的特征向量确定待处理字串的关联性计算结果。2.根据权利要求1所述的字串关联性的计算方法，其特征在于，从目标文本中获取待处理字串的步骤，包括：获取目标文本；其中，所述目标文本通过文本数据库、网络爬虫工具结果和日志文件中获得；读取所述目标文本并遍历所述目标文本中的所有字串，获取所述目标文本中所有词汇对应的字串；根据所述目标文本中所有词汇对应的字串，确定所述待处理字串。3.根据权利要求2所述的字串关联性的计算方法，其特征在于，读取所述目标文本并遍历所述目标文本中的所有字串，获取所述目标文本中所有词汇对应的字串的步骤，包括：获取屏蔽词汇列表；其中，所述屏蔽词汇列表用于对所述目标文本的词汇进行屏蔽；遍历所述目标文本中的所有字串，将属于所述屏蔽词汇列表的字串进行屏蔽，确定所述目标文本中所有词汇对应的字串。4.根据权利要求1所述的字串关联性的计算方法，其特征在于，根据所述待处理字串中所述词汇的种类和数量，确定所述词汇的种类下的词汇统计曲线的步骤，包括：获取所述预设时间段内，所述待处理字串中所述词汇的种类和数量；按照所述词汇的种类，统计所述预设时间段内所述词汇统计曲线。5.根据权利要求1所述的字串关联性的计算方法，其特征在于，获取所述词汇统计曲线中所述词汇的特征向量，包括：将所述词汇统计曲线进行平滑处理，得到所述词汇的连续平滑曲线；对所述词汇的连续平滑曲线进行傅氏变换，得到所述连续平滑曲线的变换结果；其中，所述变换结果为复数形式；计算所述变换结果的振幅，并根据所述变换结果的振幅确定所述词汇的特征向量。6.根据权利要求1所述的字串关联性的计算方法，其特征在于，根据所述词汇的特征向量确定待处理字串的关联性计算结果，包括：获取所述词汇的特征向量；对所述词汇的特征向量进行聚类操作，确定所述词汇的聚类结果；根据所述词汇的聚类结果，确定所述待处理字串的关联性计算结果。7.根据权利要求1所述的字串关联性的计算方法，其特征在于，在预设时间段内统计所述待处理字串中词汇的种类和数量的步骤，包括：获取预设时间段内的所述待处理字串；将所述待处理字串输入至预设的词汇分割模型中，得到所述待处理字串中包含的所有
词汇；对所述待处理字串中包含的所有词汇进行统计，确定所述待处理字串中词汇的种类和数量。8.一种字串关联性的计算系统，其特征在于，所述系统包括：待处理字串获取模块，用于从目标文本中获取待处理字串；字串统计模块，用于在预设时间段内统计所述待处理字串中词汇的种类和数量；词汇统计模块，用于根据所述待处理字串中所述词汇的种类和数量，确定所述词汇的种类下的词汇统计曲线；其中，所述词汇统计曲线的横坐标为时间；所述词汇统计曲线的纵坐标为所述待处理字串中所述词汇的数量；关联性计算模块，用于获取所述词汇统计曲线中所述词汇的特征向量，并根据所述词汇的特征向量确定待处理字串的关联性计算结果。9.一种电子设备，其特征在于，包括：处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时实现如权利要求1至7任一项所述的字串关联性的计算方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质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运行时实现上述权利要求1至7任一项所述的字串关联性的计算方法的步骤。

技术总结
本发明提供了一种字串关联性的计算方法、系统及电子设备，涉及字串关联性计算领域，该方法首先从目标文本中获取待处理字串；然后在预设时间段内统计待处理字串中词汇的种类和数量；再根据待处理字串中词汇的种类和数量，确定词汇的种类下的词汇统计曲线；最后获取词汇统计曲线中词汇的特征向量，并根据词汇的特征向量确定待处理字串的关联性计算结果。该方法可通过筛选目标文本中的目标词汇，统计相同时间点目标词汇出现的频次，得到相同时间点并且相同维度的特征向量，并根据词汇的特征向量确定待处理字串的关联性计算结果，提高了对其它词汇的关联，提升了跨时间、跨空间的相关词汇的关联性结果的计算精度。汇的关联性结果的计算精度。汇的关联性结果的计算精度。


技术研发人员：陈海峰 李强
受保护的技术使用者：北京中奥淘数据科技有限公司
技术研发日：2021.08.11
技术公布日：2021/10/19