一种提取文本语素数据的方法、存储介质和系统

摘要

本发明公开一种提取文本语素数据的方法、存储介质和系统，方法包括：从预设的训练样本集中提取出多个候选文本语素组合，以一个基因序列表示一个文本语素数据组合，生成包括多个基因序列的初始文本语素集合；适应度计算步骤：对本代文本语素集合中的每个所述基因序列，计算每个所述基因序列所表示的文本语素数据组合对于预设的测试集的测试结果作为基因序列的适应度，如果本代文本语素集合满足预设的输出条件，则根据预设的输出规则，输出本代文本语素集合所包括的基因序列所表示的文本语素数据组合作为用于文本分析的输出文本语素数据组合。本发明实现了基于遗传算法实现文本语素的提取，可以获取比传统算法更加高效和准确的文本语素数据组合。