1.一种法律文本存储方法，其特征在于，包括：

接收法律文本存储指令，提取所述法律文本存储指令中的目标地址，并获取所述目标地址中的法律文本；

对所述法律文本进行分词处理，得到组成所述法律文本的词语集合；

从所述词语集合中选取核心词子集，所述核心词子集中包括词条密度大于预设的第一阈值且均匀度大于预设的第二阈值的各个词语；

分别获取与各个预设的存储分区对应的各个特征词集合，并在预设的第一词语向量数据库中分别查询所述核心词子集中的各个词语的词语向量，以及各个特征词集合中的各个词语的词语向量；

根据所述核心词子集中的各个词语的词语向量，以及各个特征词集合中的各个词语的词语向量，分别计算所述核心词子集与各个特征词集合之间的向量距离；

将所述法律文本存储入优选存储分区中，所述优选存储分区为与所述核心词子集之间的向量距离最小的特征词集合所对应的存储分区。

2.根据权利要求1所述的法律文本存储方法，其特征在于，所述第一词语向量数据库的设置过程包括：对预设的法律文本库中的各条法律文本进行分词处理，得到组成所述法律文本库的各个词语；

确定目标词语的各个关联词语，并分别计算所述目标词语与各个关联词语之间的第一关联度，所述目标词语为组成所述法律文本库的任意一个词语；

在预设的第二词语向量数据库中分别查询所述目标词语的词语向量，以及各个关联词语的词语向量；

根据所述目标词语与各个关联词语之间的第一关联度，以及各个关联词语的词语向量，对所述目标词语的词语向量进行更新计算，得到所述目标词语的更新词语向量；

将所述目标词语的更新词语向量添加入所述第一词语向量数据库中。

3.根据权利要求2所述的法律文本存储方法，其特征在于，所述对所述目标词语的词语向量进行更新计算，得到所述目标词语的更新词语向量包括：根据下式分别计算所述目标词语与各个关联词语之间的第二关联度：其中，c为所述目标词语的各个关联词语的序号，1≤c≤CN，CN为所述目标词语的关联词语的总数，d为词语向量的维度序号，1≤d≤DN，DN为词语向量的维度总数，TgtElmd为所述目标词语的词语向量在第d个维度上的取值，CntElmc,d为所述目标词语的第c个关联词语的词语向量在第d个维度上的取值，SdConnectc为所述目标词语与第c个关联词语之间的第二关联度；

根据下式分别计算所述目标词语与各个关联词语之间的关联度误差：ErrElmc＝SdConnectc—FtConnectc

其中，FtConnectc为所述目标词语与第c个关联词语之间的第一关联度，ErrElmc为所述目标词语与第c个关联词语之间的关联度误差；

根据下式对所述目标词语的词语向量进行更新计算：

其中，λ为预设的更新系数，NwTgtElmd为所述目标词语的更新词语向量在第d个维度上的取值。

4.根据权利要求1所述的法律文本存储方法，其特征在于，所述分别计算所述核心词子集与各个特征词集合之间的向量距离包括：根据下式分别计算所述核心词子集与各个特征词集合之间的向量距离：其中，k为所述核心词子集中的词语序号，1≤k≤KN，KN为所述核心词子集中的词语总数，t为各个存储分区的序号，1≤t≤TN，TN为存储分区的总数，e为各个特征词集合中的词语序号，1≤e≤ENt，ENt为第t个特征词集合中的词语总数，第t个特征词集合为与第t个存储分区对应的特征词集合，KeyElmk,d为所述核心词子集中的第k个词语的词语向量在第d个维度上的取值，EigElmt,e,d为第t个特征词集合中的第e个词语的词语向量在第d个维度上的取值，Dist为所述核心词子集与第t个特征词集合之间的向量距离。

5.根据权利要求1至4中任一项所述的法律文本存储方法，其特征在于，从所述词语集合中选取核心词子集包括：根据下式分别计算所述词语集合中的各个词语的词条密度：

其中，w为所述词语集合中的各个词语的序号，1≤w≤WN，WN为所述词语集合中的词语数目，WdNumw为所述词语集合中的第w个词语在所述法律文本中出现的次数，LineNum为所述法律文本的总行数，WdDensityw为所述词语集合中的第w个词语的词条密度；

将所述法律文本划分为FN个文本段落，并分别统计所述词语集合中的各个词语在各个文本段落中的出现情况，FN为大于1的整数；

根据下式分别计算所述词语集合中的各个词语的均匀度：

其中，f为所述法律文本的各个文本段落的序号，1≤f≤FN，Flagw,f为所述词语集合中的第w个词语在第f个文本段落中的出现情况的标志位，且WdEquw为所述词语集合中的

第w个词语的均匀度；

从所述词语集合中选取词条密度大于所述第一阈值且均匀度大于所述第二阈值的各个词语组成所述核心词子集。

6.一种法律文本存储装置，其特征在于，包括：

法律文本获取模块，用于接收法律文本存储指令，提取所述法律文本存储指令中的目标地址，并获取所述目标地址中的法律文本；

第一分词处理模块，用于对所述法律文本进行分词处理，得到组成所述法律文本的词语集合；

核心词子集选取模块，用于从所述词语集合中选取核心词子集，所述核心词子集中包括词条密度大于预设的第一阈值且均匀度大于预设的第二阈值的各个词语；

第一词语向量查询模块，用于分别获取与各个存储分区对应的各个特征词集合，并在预设的第一词语向量数据库中分别查询所述核心词子集中的各个词语的词语向量，以及各个特征词集合中的各个词语的词语向量；

向量距离计算模块，用于根据所述核心词子集中的各个词语的词语向量，以及各个特征词集合中的各个词语的词语向量，分别计算所述核心词子集与各个特征词集合之间的向量距离；

分区存储模块，用于将所述法律文本存储入优选存储分区中，所述优选存储分区为与所述核心词子集之间的向量距离最小的特征词集合所对应的存储分区。

7.根据权利要求6所述的法律文本存储装置，其特征在于，还包括：第二分词处理模块，用于对预设的法律文本库中的各条法律文本进行分词处理，得到组成所述法律文本库的各个词语；

第一关联度计算模块，用于确定目标词语的各个关联词语，并分别计算所述目标词语与各个关联词语之间的第一关联度，所述目标词语为组成所述法律文本库的任意一个词语；

第二词语向量查询模块，用于在预设的第二词语向量数据库中分别查询所述目标词语的词语向量，以及各个关联词语的词语向量；

更新计算模块，用于根据所述目标词语与各个关联词语之间的第一关联度，以及各个关联词语的词语向量，对所述目标词语的词语向量进行更新计算，得到所述目标词语的更新词语向量；

向量添加模块，用于将所述目标词语的更新词语向量添加入所述第一词语向量数据库中。

8.根据权利要求7所述的法律文本存储装置，其特征在于，所述更新计算模块包括：第一计算单元，用于根据下式分别计算所述目标词语与各个关联词语之间的第二关联度：其中，c为所述目标词语的各个关联词语的序号，1≤c≤CN，CN为所述目标词语的关联词语的总数，d为词语向量的维度序号，1≤d≤DN，DN为词语向量的维度总数，TgtElmd为所述目标词语的词语向量在第d个维度上的取值，CntElmc,d为所述目标词语的第c个关联词语的词语向量在第d个维度上的取值，SdConnectc为所述目标词语与第c个关联词语之间的第二关联度；

第二计算单元，用于根据下式分别计算所述目标词语与各个关联词语之间的关联度误差：ErrElmc＝SdConnectc—FtConnectc

其中，FtConnectc为所述目标词语与第c个关联词语之间的第一关联度，ErrElmc为所述目标词语与第c个关联词语之间的关联度误差；

第三计算单元，用于根据下式对所述目标词语的词语向量进行更新计算：其中，λ为预设的更新系数，NwTgtElmd为所述目标词语的更新词语向量在第d个维度上的取值。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至5中任一项所述的法律文本存储方法的步骤。

10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至5中任一项所述的法律文本存储方法的步骤。