一种基于通讯群组的数据提取方法和装置

摘要

本发明提供了一种基于通讯群组的数据提取方法，所述方法包括：获取在预设时间内，所述通讯群组中的用户之间通讯的文本信息；将获取到的文本信息进行分段处理；将分段后的文本信息与语料库进行匹配，根据匹配结果生成特征向量；对生成的特征向量进行聚合，得到聚合度大于预设值的文本信息。可知，本发明中得到聚合度大于预设值，也就是出现频率大于一定值的文本信息。可见，无需人工筛查出现频率较高的文本信息，因此提高了工作效率，并且最终得到的是聚合度大于预设值的文本信息，而不是用户之间通讯的完整信息，因此相比于人工筛查，提高了用户之间通讯的隐私性。本发明还提供了一种基于通讯群组的数据提取装置。

主权项

一种基于通讯群组的数据提取方法，其特征在于，所述方法包括：　获取在预设时间内，所述通讯群组中的用户之间通讯的文本信息；　将获取到的文本信息进行分段处理；　将分段后的文本信息与语料库进行匹配，根据匹配结果生成特征向量；　对生成的特征向量进行聚合，得到聚合度大于预设值的文本信息。