[发明专利]古籍专名识别方法以及装置

权利要求书

1.一种古籍专名识别方法，其特征在于，所述方法包括：

获取古籍文本，基于古籍统计模型分词算法对所述古籍文本进行分词处理，得到多个专名；

基于预先保存的专名知识库，对每个专名进行分类，其中，分类类别包括：人名、地名、朝代名、民族名、官名和天文名；

针对每个专名，判断该专名是否是预先保存的专名知识库中的书名；

若不是，针对每个专名，在判断该专名只属于分类类别中的一个类别时，将该专名保存为所述古籍文本的目标专名。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对每个专名，在判断该专名所属的分类类别大于一个类别时，将该专名保存为待标记专名；

针对每个待标记专名，保存该待标记专名在所述古籍文本中出现的段落位置；

基于预先保存的专名知识库，在判断所述待标记专名是一个所述目标专名的简称或者代称，且与该目标专名出现在同一段落位置时，将该待标记专名保存为目标专名，且更新目标专名库。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记专名，基于预先保存的专名知识库，判断该待标记专名是否包含所述专名知识库中对应的组合类型；

若是，将该待标记专名保存为目标专名，且更新所述目标专名库。

4.根据权利要求3所述的方法，其特征在于，所述组合类型包括：人名+官名、人名+地名或者地名+官名。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记专名，基于预先保存的专名知识库，判断该待标记专名是否包含所述专名知识库中的录入的称谓属性词；

若是，将该待标记专名保存为目标专名，且更新所述目标专名库。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记专名，基于预先保存的专名辅助词典，判断该待标记专名是否包含所述专名辅助词典中的录入的辅助词且该辅助词在所述古籍文本中出现的次数是否大于一；

若是，将该待标记专名保存为目标专名，且更新所述目标专名库。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记专名，基于预先保存的专名知识库，在判断所述待标记专名是所述目标专名库中的一个目标专名的简称或者代称，且与该目标专名出现在同一段落位置时，将该待标记专名保存为目标专名。

8.根据权利要求1-7任一所述的方法，其特征在于，所述方法还包括：

将每个目标专名标注出专名号。

9.根据权利要求8所述的方法，其特征在于，所述专名号为下划线。

10.一种古籍专名识别装置，其特征在于，所述装置包括：

获取模块，用于获取古籍文本，基于古籍统计模型分词算法对所述古籍文本进行分词处理，得到多个专名；

分类模块，用于基于预先保存的专名知识库，对每个专名进行分类，其中，分类类别包括：人名、地名、朝代名、民族名、官名和天文名；

判断模块，用于针对每个专名，判断该专名是否是预先保存的专名知识库中的书名；

执行模块，用于当所述判断模块判断为否，且针对每个专名，在判断该专名只属于分类类别中的一个类别时，将该专名保存为所述古籍文本的目标专名。