[发明专利]古籍专名识别方法以及装置

说明书

技术领域

本发明涉及数据处理领域，具体而言，涉及一种古籍专名识别方法以及装置。

背景技术

专名号是用在古籍或某些文史著作里面,用于表示人名、地名、朝代名等的标识方法，有助于读者更好的阅读和理解古籍文献。在传统古籍整理工作中，专名号标点主要依赖于专家学者的知识与经验手动完成，因而耗时耗力，进展缓慢。近年来，随着数字化和信息技术的发展，国内学者开始采用计算机进行机器标点的探索工作，然而，由于古籍文言文语法的复杂性，使得传统的机器标点的效果不尽人意，也没有成型的针对古籍专名号的标注方法。

发明内容

有鉴于此，本发明实施例的目的在于提供一种古籍专名识别方法以及装置，以缓解传统的手工专名标注耗时耗力，传统的机器标注效果较差的问题。

第一方面，本发明实施例提供了一种古籍专名识别方法，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。

第二方面，本发明实施例提供了一种古籍专名识别装置，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。

与现有技术相比，本发明各实施例提出的古籍专名识别方法以及装置，通过获取古籍文本，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。该方法可以缓解传统的手工专名标注耗时耗力，传统的机器标注效果较差的问题。提高古籍专名识别的精度及质量，从而满足古籍整理出版工作中的实际应用需求。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的电子设备的结构框图；

图2为本发明第一实施例提供的一种古籍专名识别方法的流程图；

图3为本发明第一实施例提供的另一种古籍专名识别方法的流程图；

图4为本发明第一实施例提供的另一种古籍专名识别方法的流程图；

图5为本发明第二实施例提供的一种古籍专名识别装置的结构框图；

图6为本发明第二实施例提供的另一种古籍专名识别装置的结构框图；

图7为本发明第二实施例提供的另一种古籍专名识别装置的结构框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。