[发明专利]一种基于文档名称识别的备份文档的方法有效
| 申请号： | 201210349068.1 | 申请日： | 2012-09-19 |
| 公开（公告）号： | CN102929916A | 公开（公告）日： | 2013-02-13 |
| 发明（设计）人： | 耿振民;安锡文 | 申请（专利权）人： | 无锡华御信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 上海光华专利事务所 31219 | 代理人： | 余明伟 |
| 地址： | 214081 江苏省无锡市滨*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 文档 名称 识别 备份 方法 | ||
1.一种基于文档名称识别的备份文档的方法，其特征在于，至少包括如下步骤：
S1，收集待备份文档的语料；
S2，以字表或后缀为特征词典，制定文档的初步特征模版；
S3，建立低层随机场模型：根据所述初步特征模板，以字为切分粒度，对所述语料进行标注形成第一标注语料；
S4，建立高层随机场模型：制定复合特征模板并读取第一标注语料，根据所述复合特征模板，以词为切分粒度，对所述第一标注语料进行标注形成第二标注语料；
S5，通过CRF工具包对所述第二标注语料进行识别，获得待备份文档的名称；
S6，在存储器上建立不同名称的空间，根据获得的待备份文档的名称将待备份文档存储到名称与该待备份文档的名称对应的空间中。
2.根据权利要求1所述的基于文档名称识别的备份文档的方法，其特征在于：在步骤S2中，根据词意和词性制定所述初步特征模板。
3.根据权利要求1所述的基于文档名称识别的备份文档的方法，其特征在于：在步骤S3中，待备份文档的名称在第一标注语料中已被标注确定。
4.根据权利要求3所述的基于文档名称识别的备份文档的方法，其特征在于：在步骤S4中，所述复合特征模板包含一列词和一列标记；一列词由第二标注语料按第一标注语料中的标记排列形成，一列标记由对排成一列词的第二标注语料做标记形成。
5.根据权利要求4所述的基于文档名称识别的备份文档的方法，其特征在于：一列标记根据第一语料中标注的待备份文档的名称确定。
6.根据权利要求5所述的基于文档名称识别的备份文档的方法，其特征在于：一列标记包括：为语料中除待备份文档的名称之外的其它词做的标记、为语料中待备份文档的名称的开始词做的标记、为语料中待备份文档的名称的中间词做的标记，以及为语料中待备份文档的名称的结尾词做的标记。
7.根据权利要求1所述的基于文档名称识别的备份文档的方法，其特征在于：所述CRF工具包对所述第二标注语料进行识别的过程为：所述CRF工具包运行第二标注语料，生成批处理文件，再运行生成的批处理文件，得到待备份文档的名称。
8.根据权利要求1所述的基于文档名称识别的备份文档的方法，其特征在于：所述存储器为网络存储器或硬盘存储器。
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无锡华御信息技术有限公司，未经无锡华御信息技术有限公司许可，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/201210349068.1/1.html，转载请声明来源钻瓜专利网。
