(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 202210874619.X (22)申请日 2022.07.22 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 田琳　陈旻炜　何启凡　王玉龙　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 赵婷 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/338(2019.01) G06F 40/216(2020.01) G06F 40/289(2020.01) G06Q 30/02(2012.01)G06Q 40/02(2012.01) (54)发明名称 文档检索方法、 装置、 电子设备和介质 (57)摘要 本公开提供了一种文档检索方法， 可用于金 融领域或其他领域。 该文档检索方法包括： 获取 检索关键词； 提取规范文档集合中的每一个文档 的特征词汇， 其中， 所述特征词汇是基于词汇的 词频‑逆文档频率和位置信息得到的； 以及将所 述检索关键词与所述特征词汇相匹配， 得到检索 结果。 本公开还提供了一种文档检索装置、 设备、 存储介质和程序 产品。 权利要求书2页 说明书10页 附图3页 CN 115048495 A 2022.09.13 CN 115048495 A 1.一种文档检索方法， 应用于规范文档集合， 所述规范文档集合包括多个文档， 所述多 个文档中的每一个文档包括多个词汇， 其特 征在于， 所述方法包括： 获取检索关键词； 提取规范文档集合中的每一个文档的特征词汇， 其中， 所述特征词汇是基于词汇的词 频‑逆文档频率和位置信息得到的； 以及 将所述检索关键词与所述特 征词汇相匹配， 得到检索结果。 2.根据权利要求1所述的方法， 其特征在于， 所述提取规范文档集合中的每一个文档的 特征词汇的步骤 包括： 对待提取特征词汇的文档进行预处理， 得到与所述文档对应的词汇集合， 其中， 所述词 汇集合中包括 n个词汇， n 为大于等于1的整数； 确定所述 n个词汇中每 个词汇的权 重； 以及 基于所述权 重的大小， 得到所述文档的特 征词汇。 3.根据权利要求2所述的方法， 其特征在于， 所述对待提取特征词汇的文档进行预处 理， 得到与所述文档对应的词汇集 合的步骤 包括： 对待提取 特征词汇的文档进行分词处 理， 获得候选词汇集 合； 和 基于通用停用词表， 去 除所述候选词汇集合中的停用词汇， 得到与所述文档对应的词 汇集合。 4.根据权利要求3所述的方法， 其特征在于， 所述确定所述n个词汇中每个词汇的权重 的步骤包括： 计算所述 n个词汇中每 个词汇的词频 ‑逆文档频率； 基于所述词频 ‑逆文档频率， 确定所述 n个词汇中每 个词汇的词频 ‑逆文档频率权 重； 基于所述n个词汇中每个词汇 的位置信息， 确定所述n个词汇中每个词汇 的位置权重； 以及 根据所述n个词汇中每个词汇 的词频‑逆文档频率权重和位置权重， 确定所述n个词汇 中每个词汇的权 重。 5.根据权利要求4所述的方法， 其特征在于， 所述计算所述n个词汇中每个词 汇的词频 ‑ 逆文档频率的步骤 包括： 计算所述 n个词汇中每 个词汇的词频； 计算所述 n个词汇中每 个词汇的逆文档频率； 以及 将所述n个词汇中每个词汇的词频和逆文档频率相乘， 得到所述n个词汇中每个词汇的 词频‑逆文档频率。 6.根据权利要求4所述的方法， 其特征在于， 所述根据所述n个词汇中每个词 汇的词频 ‑ 逆文档频率权 重和位置 权重， 确定所述 n个词汇中每 个词汇的权 重的步骤 包括： 将所述n个词汇中每个词汇 的词频‑逆文档频率权重和位置权重相乘， 得到所述n个词 汇中每个词汇的权 重。 7.根据权利要求2所述的方法， 其特征在于， 所述基于所述权重的大小， 得到所述文档 的特征词汇的步骤 包括： 预设临界权 重； 和 从所述n个词汇中提取权 重大于临界权 重的词汇， 得到所述文档的特 征词汇。权　利　要　求　书 1/2 页 2 CN 115048495 A 28.一种文档检索装置， 应用于规范文档集合， 所述规范文档集合包括多个文档， 所述多 个文档中的每一个文档包括多个词汇， 其特 征在于， 所述方法包括： 获取模块， 用于获取检索关键词； 提取模块， 用于提取规范文档集合中的每一个文档的特征词汇， 其中， 所述特征词汇是 基于词汇的词频 ‑逆文档频率和位置信息得到的； 以及 检索模块， 用于将所述检索关键词与所述特 征词汇相匹配， 得到检索结果。 9.一种电子设备， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 其中， 当所述一个或多个程序被所述一个或多个处理器执行时， 使得所述一个或多个 处理器执行根据权利要求1～7中任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有可执行指令， 该指令被处理器执行时使处理 器执行根据权利要求1～7中任一项所述的方法。 11.一种计算机程序产品， 包括计算机程序， 所述计算机程序被处理器执行时实现根据 权利要求1～7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115048495 A 3