[发明专利]一种文本特征线及其提取方法

权利要求书

1.一种文本特征线，其特征在于，所述的文本特征线体为二维坐标系中的不规则曲线，该坐标系的横轴表示词，该坐标系的纵坐标表示文本中的段落，坐标系中的一个点表示相应的段落中出现了某个词。

2.按权利要求1所述的文本特征线，其特征在于，所述的横轴表示的词，按该词在文本中出现的顺序排列；所述的纵坐标中的段落，按该段落位置先后顺序排列；所述的坐标系中的点构成描述过程动态性的特征线。

3.权利要求1所述的文本特征线提取方法，其特征在于，通过下述步骤：

(1)对文本进行预处理，包括分词、词性标注以及停用词过滤；

(2)自动识别处理后的文本中的段落，以回车换行符号作为一个段落的结束标志；

(3)设置空列表，并对每个段落进行如下处理：

提取段落中的词，判断该词是否存在于列表中，如果不存在，则将该词及段落标识插入列表中；

(4)根据所产生的列表在二维坐标系中标注特征点，所述特征点构成相应的文本特征线。

4.按权利要求1所述的文本特征线，其特征在于，所述的文本特征线为一条递减曲线。