[发明专利]用于对未知词进行语义分类的系统和方法

权利要求书

1.一种用于对未知词进行语义分类的方法，包括：

针对字典中的每个词根A，收集包含该词根A的相似词集合{AD₁，AD₂，...AD_n}或{D₁A，D₂A，...D_nA}，其中所述词根A包含一个或多个字符，D_i(i＝1，2，...，n)包含一个或多个字符并且满足C(D₁)＝C(D₂)＝...＝C(D_n)＝c，其中C()表示语义类，c指示一特定语义类，n表示集合中相似词的数目，n≥2；

按照不同的语义类，对所收集的每个相似词集合{AD₁，AD₂，...AD_n}或{D₁A，D₂A，...D_nA}中的相似词进行分组，以使得每个群组中的相似词具有相同的语义类；

记录所含相似词数目最多的群组的语义类c_max；

输入一未知词w＝XY，其中X和Y各自包含一个或多个字符；

从所收集的各个相似词集合中选择其词根A满足A＝X或A＝Y的相似词集合；以及

对于所选的相似词集合，若满足A＝X且C(Y)＝c或者A＝Y且C(X)＝c，则将该未知词w分类到针对该词根A所记录的语义类c_max。

2.如权利要求1所述的方法，还包括：

计算所记录的语义类c_max所包含的相似词数目与整个相似词集合中的相似词数目之比；

若计算出的所述比率大于等于预定的第一阈值，则保留所记录的语义类c_max，并且

若计算出的所述比率小于所述第一阈值，则删除所记录的语义类c_max，并且不产生任何分类结果输出。

3.如权利要求2所述的方法，还包括：

如果所记录的语义类c_max所包含的相似词数目大于等于预定的第二阈值，则保留所记录的语义类c_max；并且

如果所记录的语义类c_max所包含的相似词数目小于预定的第二阈值，则删除所记录的语义类c_max，并且不产生任何分类结果输出。

4.如权利要求1所述的方法，其中对于输入的未知词w，如果得到多个分类结果，则通过投票来选择最终分类结果。

5.如权利要求1所述的方法，其中对于输入的未知词w，如果得到多个分类结果，则根据预定标准或随机选择结果之一，作为最终分类结果。