[发明专利]中文断词法无效
| 申请号： | 00136724.2 | 申请日： | 2000-12-21 |
| 公开（公告）号： | CN1360302A | 公开（公告）日： | 2002-07-24 |
| 发明（设计）人： | 杨立伟 | 申请（专利权）人： | 意蓝科技股份有限公司 |
| 主分类号： | G10L17/00 | 分类号： | G10L17/00 |
| 代理公司： | 北京纪凯知识产权代理有限公司 | 代理人： | 程伟 |
| 地址： | 中国*** | 国省代码： | 台湾;71 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 中文 词法 | ||
【权利要求书】：
1.一种中文断词法，其特征是：其包含有下列步骤：
(1)输入一文句，其是由多个字元接续而成；
(2)将该文句依所有可能的断词方式进行字元与字元间的切割，以便文句被分解成数词汇；
(3)将每一种断词方式分别进行权值评估步骤处理，得到该断词方式的权值；
(4)将各断词方式依其权值的大小进行排序，并取权值最大的断词方式为文句的最佳断词方式；
(5)将文句依最佳断词方式进行字元与字元间的切割，借此将文句分解成最正确的数词汇。
2.如权利要求1所述的中文断词法，其特征是：其中该权值评估步骤是先将文句依每一种断词方式所分解得的各词汇分别进行计算处理，包括：
(1)将词汇对应词汇机率表，得到该词汇的词汇组成机率；
(2)计算词汇中的字元个数，得到该词汇的词汇长；
(3)将词汇中的每一字元分别对应前候选字元接续机率表与后候选字元接续机率表，得到该字元的前候选字元接续机率与后候选字元接续机率；再将词汇的各字元的前候选字元接续机率与后候选字元接续机率进行加权平均，以得该词汇的接续强度；
再将各词汇的词汇组成机率、词汇长以及接续强度相乘积得到该词汇的权值项；最后将各词汇的权值项相加，即为该种断词方式的权值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于意蓝科技股份有限公司，未经意蓝科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/00136724.2/1.html，转载请声明来源钻瓜专利网。
