(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 202210404056.8 (22)申请日 2022.04.18 (71)申请人 上海迎盾科技有限公司 地址 200065 上海市普陀区新村路423弄绿 地威科国际26号 (72)发明人 方福来　张烁　刘梅　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 骆苏华 (51)Int.Cl. H04L 51/04(2022.01) H04L 51/222(2022.01) G06F 16/33(2019.01) G06F 16/36(2019.01) G06F 40/237(2020.01)G06F 40/289(2020.01) G06V 20/62(2022.01) (54)发明名称 即时通信数据的处理方法及装置、 计算机可 读存储介质 (57)摘要 本发明公开了一种即时通信数据的处理方 法及装置、 计算机可读存储介质， 所述即时通信 数据的处理方法包括： 获取所述 即时通信数据并 转换为待处理文本； 根据业务字典解析所述待处 理文本， 得到所述待处理文本的标准分词集合； 查找所述业务字典， 确定所述标准分词集合中各 个标准分词关联的标签， 所述业务字典还存储有 至少一个标签以及所述标准分词和标签的关联 关系； 存储所述待处理文本、 所述标准分词集合 及其关联的标签 之间的关联关系。 使用上述技术 方案能够对信息传递中产生的即时通信数据进 行整理， 保存即时通信数据之间的关联关系， 提 高了即时通信数据筛查与调用的效率。 权利要求书2页 说明书12页 附图5页 CN 114697286 A 2022.07.01 CN 114697286 A 1.一种即时通信数据的处 理方法， 其特 征在于， 包括： 获取所述即时通信数据并转换为待处 理文本； 根据业务字典解析所述待处理文本， 得到所述待处理文本的标准分词集合， 其中， 所述 业务字典存储有至少一个维度下， 至少一个标准分词、 至少一个原始分词以及所述标准分 词和所述原 始分词的关联关系， 所述原 始分词为 提取自所述待处 理文本的分词结果； 查找所述业务字典， 确定所述标准分词集合中各个标准分词关联的标签， 所述业务字 典还存储有至少一个标签以及所述标准分词和标签的关联关系； 存储所述待处 理文本、 所述标准分词集 合及其关联的标签之间的关联关系。 2.根据权利要求1所述的即时通信数据的处理方法， 其特征在于， 所述获取所述即时通 信数据包括： 从第一数据库中获取所述即时通信数据， 其中， 所述第一数据库存储数据捕捉机器人 从至少一个信息传播系统捕捉得到的即时通信数据。 3.根据权利要求2所述的即时通信数据的处理方法， 其特征在于， 所述数据捕捉机器人 部署于各个信息传播系统所属的服务器， 或者， 所述数据捕捉机器人与各个信息传播系统 所属的服 务器的接口连接 。 4.根据权利要求1所述的即时通信数据的处理方法， 其特征在于， 所述根据业务字典解 析所述待处理文本， 得到所述待处理文本的标准分词集合包括： 根据所述业务字典对所述 待处理文本进 行文本分词， 得到原始分词集合； 查找所述业务字典， 将所述原始分词集合包 括的各个原 始分词校准 为对应的标准分词， 得到所述标准分词集 合。 5.根据权利要求1所述的即时通信数据的处理方法， 其特征在于， 针对不同类型的即时 通信数据采用不同的转换操作， 以得到所述待处 理文本。 6.根据权利要求5所述的即时通信数据的处理方法， 其特征在于， 所述即时通信数据包 括视频数据， 所述获取 所述即时通信数据并转换为待处 理文本包括： 接收所述视频 数据； 从所述视频数据中提取得到至少一个关键帧， 所述关键帧是所述视频数据中与前一图 像帧的图像差异比例大于预设比例的图像帧， 所述图像差异比例用于表示相 邻图像帧的图 像差异程度； 对于每一关键帧的图像数据， 对所述图像数据进行图像识别以得到所述待处 理文本。 7.根据权利要求5所述的即时通信数据的处理方法， 其特征在于， 所述即时通信数据包 括图像数据， 所述获取 所述即时通信数据并转换为待处 理文本包括： 接收所述图像数据； 对所述图像数据进行图像识别以得到所述待处 理文本。 8.根据权利要求6或7所述的即时通信数据的处理方法， 其特征在于， 所述对所述图像 数据进行图像识别以得到所述待处 理文本包括： 对所述图像数据进行图像分割， 以得到表征至少一个维度的关键目标； 对每一图像数据， 基于 图像识别将所述图像数据中的每一关键目标转换为描述文本， 汇总所述图像数据中所有关键目标的描述文本得到所述待处 理文本。 9.根据权利要求5所述的即时通信数据的处理方法， 其特征在于， 所述即时通信数据包 括地理位置数据， 所述获取 所述即时通信数据并转换为待处 理文本包括：权　利　要　求　书 1/2 页 2 CN 114697286 A 2获取所述地理位置数据对应的经纬度信息； 将预设地图上 所述经纬度信息对应的位置信息确定为所述待处 理文本。 10.根据权利要求9所述的即时通信数据的处理方法， 其特征在于， 所述获取所述地理 位置数据对应的经纬度信息包括： 根据所述地理位置数据的生成时间、 所述地理位置数据的生成端的预设行进路线以及 根据所述生成端历史上报的历史地理位置数据确定的历史经纬度信息， 确定所述地理位置 数据对应的经纬度信息 。 11.根据权利要求5所述的即时通信数据的处理方法， 其特征在于， 所述即时通信数据 包括语音数据， 所述获取 所述即时通信数据并转换为待处 理文本包括： 接收所述语音数据； 对所述语音数据进行语音识别以得到所述待处 理文本。 12.根据权利要求1所述的即时通信数据的处理方法， 其特征在于， 所述业务字典存储 的内容的维度包括： 人物、 地 点、 时间、 事 件。 13.根据权利要求1所述的即时通信数据的处理方法， 其特征在于， 所述存储所述待处 理文本、 所述标准分词集合及其关联的标签之间的关联关系包括： 将所述关联关系存储至 第二数据库， 其中， 所述第二数据库包括关系型 数据库。 14.一种即时通信数据的处 理装置， 其特 征在于， 包括： 即时通信数据获取模块， 用于获取所述即时通信数据并转换为待处理文本； 标准分词 集合获取模块， 用于根据业务字典解析所述待处理文本， 得到所述待处理文本的标准分词 集合， 其中， 所述业务字典存储有至少一个维度下， 至少一个标准分词、 至少一个原始分词 以及所述标准分词和所述原始分词的关联关系， 所述原始分词为提取自所述待处理文本的 分词结果； 标签确认模块， 查找所述业务字典， 确定所述标准分词集合中各个标准分词关联的标 签， 所述业务字典还 存储有至少一个标签以及所述标准分词和标签的关联关系； 存储模块， 用于存储所述待处理文本、 所述标准分词集合及其关联的标签之间的关联 关系。 15.一种即时通信数据的处理装置， 包括存储器和处理器， 所述存储器上存储有可在所 述处理器上运行 的计算机程序， 其特征在于， 所述处理器运行所述计算机程序时执行权利 要求1至13中任一项所述即时通信数据的处 理方法的步骤。 16.一种计算机可读存储介质， 所述计算机可读存储介质为非易失性存储介质或非瞬 态存储介质， 其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执行权 利要求1至13中任一项所述即时通信数据的处 理方法的步骤。权　利　要　求　书 2/2 页 3 CN 114697286 A 3