本發明實施例公開了一種文字統計方法，包括：獲取目標文本中文字組合的首字母組合，且每一文字組合對應一個首字母組合；其中，所述文字組合是指位置連續的且文字個數至少為一個的組合，所述文字組合的首字母組合是指該文字組合中每個字的拼音的首個字母的組合；統計所述首字母組合出現的頻次，并確定一個或多個首字母組合作為目標首字母組合；通過所述文字組合與首字母組合的對應關系，確定所述目標首字母組合對應的目標文字組合，所述目標首字母組合出現的頻次即為所述目標文字組合出現的頻次。相應地，本發明實施例還公開了一種文字統計設備。本發明實施例可以在統計文字出現頻次的過程中可以減少設備的內存消耗。

技術領域

本發明涉及文字處理領域，尤其涉及一種文字統計方法及設備。

背景技術

提取出現概率高的文字在當今應用十分廣泛，例如：從某一段文本選取出現次數最多的詞語作為該文本關鍵字。目前主要通過使用單個漢字對文本進行統計，以統計出文本中的文字出現的頻次。該技術是通過存儲所有兩個連續的漢字，如果一篇文章有M個漢字，在極端的情況下會有M-1個組合，這個組合數會隨著文字字數的增多而最多，帶來的內存消耗也會增加.

發明內容

本發明實施例提供了一種文字統計方法及設備，在統計文字出現頻次的過程中可以減少設備的內存消耗。

為了解決上述技術問題，本發明實施例提供的一種文字統計方法，包括：

獲取目標文本中文字組合的首字母組合，且每一文字組合對應一個首字母組合；其中，所述文字組合是指位置連續的且文字個數至少為一個的組合，所述文字組合的首字母組合是指該文字組合中每個字的拼音的首個字母的組合；

統計所述首字母組合出現的頻次，并確定一個或多個首字母組合作為目標首字母組合；

通過所述文字組合與首字母組合的對應關系，確定所述目標首字母組合對應的目標文字組合，所述目標首字母組合出現的頻次即為所述目標文字組合出現的頻次。

相應地，本發明實施例還提供一種文字統計設備，包括：獲取單元、統計單元和查找單元，其中：

所述獲取單元，用于獲取目標文本中文字組合的首字母組合，且每一文字組合對應一個首字母組合；其中，所述文字組合是指位置連續的且文字個數至少為一個的組合，所述文字組合的首字母組合是指該文字組合中每個字的拼音的首個字母的組合；

所述統計單元，用于統計所述首字母組合出現的頻次，并確定一個或多個首字母組合作為目標首字母組合；

所述查找單元，用于通過所述文字組合與首字母組合的對應關系，確定所述目標首字母組合對應的目標文字組合，所述目標首字母組合出現的頻次即為所述目標文字組合出現的頻次。

上述技術方案中，獲取目標文本中文字組合的首字母組合，且每一文字組合對應一個首字母組合；其中，所述文字組合是指位置連續的且文字個數至少為一個的組合，所述文字組合的首字母組合是指該文字組合中每個字的拼音的首個字母的組合；統計所述首字母組合出現的頻次，并確定一個或多個首字母組合作為目標首字母組合；通過所述文字組合與首字母組合的對應關系，確定所述目標首字母組合對應的目標文字組合，所述目標首字母組合出現的頻次即為所述目標文字組合出現的頻次。這樣在統計文字出現頻次的過程中，只需要存儲文字的首字母組合，而常用漢字3755個的首字母總共會出現的字母有23個，由于一個拼音組合會有多個漢字的原因，則在一篇M個字的文章中實際出現的拼音首字母組合數會遠遠小于漢字的組合，從而內存消耗也會減少。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。