[发明专利]一种分词方法及装置

权利要求书

1.一种分词方法，其特征在于，包括以下步骤：

获得待处理的字符串；

根据正向最大匹配法将所述待处理的字符串与通用词典库进行匹配，得到 第一匹配结果，和根据逆向最大匹配法将所述待处理的字符串与通用词典库进 行匹配，得到第二匹配结果，其中，所述第一匹配结果中包含有第一数值个的 第一词组，所述第二匹配结果中包含有第二数值个的第二词组，所述第一数值 为根据第一匹配结果确定的所述第一匹配结果中所包含的所述第一词组的数 量，所述第二数值为根据所述第二匹配结果确定的所述第二匹配结果中所包含 的所述第二词组的数量，所述第一匹配结果中包含有第三数值个的单字，所述 第二匹配结果中包含有第四数值个的单字，所述第三数值为根据所述第一匹配 结果确定的所述第一匹配结果中所包含的单字的数量，所述第四数值为根据所 述第二匹配结果确定的所述第二匹配结果中所包含的单字的数量；

判断所述第一数值与所述第二数值是否相等；

当所述第一数值与所述第二数值相等时，判断所述第三数值是否大于所述 第四数值，其中，所述第一匹配结果中包含有第三数值个的单字，所述第二匹 配结果中包含有第四数值个的单字；

当所述第三数值等于所述第四数值时，输出所述第一数值个词组。

2.如权利要求1所述的方法，其特征在于，在所述判断所述第一数值与 所述第二数值是否相等之后，所述方法还包括：

在所述第一数值与所述第二数值不相等时，判断所述第一数值是否大于所 述第二数值；

当所述第一数值大于所述第二数值时，输出所述第二数值个词组；

当所述第一数值小于所述第二数值时，输出所述第一数值个词组。

3.如权利要求2所述的方法，其特征在于，在所述当所述第一数值与所 述第二数值相等时，判断所述第三数值是否大于所述第四数值后，还包括：

当所述第三数值大于所述第四数值时，输出所述第二数值个词组；

当所述第三数值小于所述第四数值时，输出所述第一数值个词组。

4.如权利要求1所述的方法，其特征在于，在获得待处理的字符串之前 还包括步骤：加载所述通用词典库，所述通用词典库中包括专用词典库。

5.如权利要求4所述的方法，其特征在于，在加载所述通用词典库之前 还包括步骤：对所述专用词典库进行分类。

6.如权利要求5所述的方法，其特征在于，在所述判断所述第一数值与 所述第二数值是否相等之后还包括步骤：将所述第一匹配结果或所述第二匹配 结果中包括的词组分别按照类别与分类后的所述专用词典库中的词组进行匹 配。

7.如权利要求2所述的方法，其特征在于，在所述在所述第一数值与所 述第二数值不相等时，判断所述第一数值是否大于所述第二数值之后还包括步 骤：将所述第二数值个词组或所述第一数值个词组分别按照类别与分类后的专 用词典库中的词组进行匹配。

8.如权利要求1所述的方法，其特征在于，在获得待处理的字符串之前 还包括步骤：加载所述通用词典库，所述通用词典库中包括停用词扩展词典库。

9.如权利要求8所述的方法，其特征在于，在所述判断所述第一数值与 所述第二数值是否相等之前还包括步骤：根据所述停用词扩展词典库，将所述 第一匹配结果和所述第二匹配结果中第一类型的词组进行删除。

10.如权利要求8所述的方法，其特征在于，在所述判断所述第一数值与 所述第二数值是否相等之后还包括步骤：根据所述停用词扩展词典库，将待输 出的匹配结果中第一类型的词组进行删除，所述待输出的匹配结果为所述第一 匹配结果或所述第二匹配结果。

11.如权利要求9或10所述的方法，其特征在于，所述第一类型的词组 为虚词词组。