[发明专利]一种实现高命中率的逐词比对方法

权利要求书

1.一种实现高命中率的逐词比对方法，其特征在于：该方法包括以下步骤：

1)多段英文字符串单元组成英文字符串(engdata)，多段中文字符串单元组成中文字符串(chndata)；

2)对英文字符串分词，得到长度为分词长度(phrlen)的英文分词结果集engphr(n＝0，。。。phrlen-1)；

3)判断英文分词结果集中一项engphr(n)是否存在于关键词字符列表中，否则结束，是则进至步骤4)；

4)查找中英字典，得到engphr(n)对应中文ID序列(chnidseq)(n＝0，。。。len-1)；

5)判断chnidseq(n)是否存在于关键词字符列表中，否则返回步骤3，重新选一个engphr(n+1)重复步骤3-5，是则进至步骤6；

6)查找chnidseq(n)的变形序列中文关联词序列(chnrelseq)(n＝0，。。。chnrelseq len-1)；

7)判断chnrelseq(n)是否存在于关键词字符列表中，否则返回步骤5)，是则进至步骤8)；

8)chnrelseq(n)在chndata中进行字符串匹配，如不匹配，则返回步骤7，重新选一个chnrelseq(n+1)，再重复步骤7-8，如果匹配则进行步骤9)；

9)对英中添加已经命中标识标记，从chndata中删除chnrelseq(n)。

2.根据权利要求1实现高命中率的逐词比对方法，其特征在于：该方法还包括在对照词典中对词条加入词性，将英文无意义单词和英文单词数据同时标记。

3.根据权利要求1实现高命中率的逐词比对方法，其特征在于：该方法还包括：

10)将英文数据和中文数据按单词划分为多个节点；

11)选择中文数据中未有对应英文的单词的节点作为目标节点；

12)以目标节点为中心，向两向扩散，计算放大率；

13)计算英文数据各节点相对与目标节点的位置权重；

14)计算待确认节点权重值，根据待确认节点权重值从英文数据中选择目标节点的对应节点。

4.根据权利要求3实现高命中率的逐词比对方法，其特征在于：所述步骤12)的具体步骤如下：

121)首先得到目标节点与中文数据中各个存在对应节点之间的关系，选取差值最大值作为最大基数，得到的Nmax；

122)计算中文数据中各个节点的放大率，放大率的计算公式为：

5.根据权利要求4实现高命中率的逐词比对方法，其特征在于：所述步骤13)中计算英文数据各节点相对与目标节点的位置权重的公式如下：DesStep(x)＝DesLen-|Des(x)-Des(x’)|。DesThr(X)＝∑(BaseThr(n)*DesThr(n))

6.根据权利要求5实现高命中率的逐词比对方法，其特征在于：所述步骤14)中计算待确认节点权重值的公式如下：DesThr(X)＝∑(BaseThr(n)*DesThr(n))。

7.根据权利要求3实现高命中率的逐词比对方法，其特征在于：该方法还包括步骤

15)读取一条中文数据，分析其每条英文解释和词性；

16)如果该解释的词性为形容词且该中文为以“的”结束；

17)去掉“的”后若词长大于1；

18)在关键词列表中查找该词；

19)如果存在，则该词作为新词添加；

20)增加该词及对应英文解释。