(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211258787.2 (22)申请日 2022.10.14 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 曹牧原　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 李礼 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/34(2019.01) G06F 16/951(2019.01) G06N 3/04(2006.01) (54)发明名称 文本分析方法、 装置、 电子设备及存 储介质 (57)摘要 本发明实施例公开了一种文本 分析方法、 装 置、 电子设备及存储介质， 该方法包括： 采用多线 程爬虫方式获取文本； 对文本进行文本预处理， 得到目标文本； 分析目标文本， 得到目标文本对 应的主题和主题包括的关键词； 基于主题和主题 包括的关键词， 生成第一展示页面。 本发明的技 术方案， 利用多线程爬虫方式实现快速、 准确地 获取待分析页面内容中的文本， 提高待分析页面 内容中的文本获取速度， 进而 提高文本分析方法 的分析效率， 也减少文本分析方法的分析时间和 额外的资源消耗， 并且更加直观 地将对目标文本 进行分析得到的目标文本对应的主题和主题包 括的关键词进行展示。 权利要求书2页 说明书9页 附图5页 CN 115544209 A 2022.12.30 CN 115544209 A 1.一种文本分析 方法， 其特 征在于， 所述方法包括： 采用多线程爬虫 方式获取文本； 对所述文本进行文本预处 理， 得到目标文本； 分析所述目标文本， 得到所述目标文本对应的主题和所述主题包括的关键词； 基于所述主题和所述主题包括的关键词， 生成第一展示页面。 2.根据权利要求1所述的方法， 其特 征在于， 所述采用多 线程爬虫 方式获取文本， 包括： 通过多个页面源码获取线程获取 预设网址列表对应的页面源码； 利用多个文本提取线程从所述页面源码中获取 所述文本 。 3.根据权利要求2所述的方法， 其特征在于， 所述利用多个文本提取线程从所述页面源 码中获取 所述文本， 包括： 采用多个文本提取线程识别所述页面源码中的预设 关键字； 利用所述多个文本提取线程 通过所述预设 关键字从所述页面源码中获取 所述文本 。 4.根据权利要求1所述的方法， 其特征在于， 所述分析所述目标文本， 得到所述目标文 本对应的主题和所述主题包括的关键词， 包括： 根据所述目标文本构建三层贝叶斯概率生成模型， 并采用吉布斯采样算法求解所述三 层贝叶斯概率生成模型的模型参数， 得到所述目标文本对应的主题概率和所述主题包括的 关键词概 率； 根据所述目标文本对应的主题概率和所述主题包括的关键词概率， 确定所述目标文本 对应的主题和所述主题包括的关键词。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 将所述主题、 所述主题包括的关键词和所述目标文本按照预设存储关系 存储至预设数 据库。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述主题和所述主题包括的关键 词， 生成第一展示页面， 包括： 从所述预设数据库中获取 所述主题和所述主题包括的关键词； 将所述主题写入所述第 一展示页面的第 一位置， 并将所述主题包括的关键词写入至与 所述第一 位置对应的第二 位置， 以生成所述第一展示页面。 7.根据权利要求6所述的方法， 其特征在于， 在所述生成所述第一展示页面之后， 还包 括： 在接收到目标文本展示指令时， 根据 所述目标文本展示指令从所述预设数据库中获取 所述目标文本， 所述目标文本展示指令通过用户点击所述第一 位置中的所述主题触发； 根据所述目标文本生成第二展示页面。 8.一种文本分析装置， 其特 征在于， 所述装置包括： 文本获取模块， 用于采用多 线程爬虫 方式获取文本； 文本预处 理模块， 用于对所述文本进行文本预处 理， 得到目标文本； 文本分析模块， 用于分析所述目标文本， 得到所述目标文本对应的主题和所述主题包 括的关键词； 页面生成模块， 用于基于所述主题和所述主题包括的关键词， 生成第一展示页面。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运权　利　要　求　书 1/2 页 2 CN 115544209 A 2行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7中任一项 所述的文本分析 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， 该程序被处理器 执行时实现如权利要求1至7中任一项所述的文本分析 方法。权　利　要　求　书 2/2 页 3 CN 115544209 A 3