[发明专利]业务词库的构建方法、装置、服务器及可读存储介质在审

专利信息
申请号: 201910002448.X 申请日: 2019-01-02
公开(公告)号: CN110008464A 公开(公告)日: 2019-07-12
发明(设计)人: 周书恒;祝慧佳;赵智源;郭亚 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F17/27 分类号: G06F17/27;G06F16/335
代理公司: 北京众达德权知识产权代理有限公司 11570 代理人: 刘杰
地址: 英属开曼群岛大开*** 国省代码: 开曼群岛;KY
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 词库 候选短语 业务文本 构建 可读存储介质 新词发现 发现 更新 服务器 判定 检测
【说明书】:

本说明书实施例公开了一种业务词库的构建方法,通对业务文本进行新词发现,获取到一个或多个候选短语,以及在每检测到一个候选短语不在所述业务词库中时,若判定出该候选短语为新词,则将该候选短语添加到所述业务词库中,如此,随着业务文本不断更新,会源源不断发现新词并添加到所述业务词库中,从而促使业务词库会持续更新,由于新词是在业务文本中发现的,而业务文本与业务词库对应,从而使得发现的新词也与所述业务词库对应,从而能够提高业务词库的构建质量。

技术领域

本说明书实施例涉及数据处理技术领域,尤其涉及一种业务词库的构建方法、装置、服务器及可读存储介质。

背景技术

现有技术中,分词是自然语言处理中的基础能力,在英文中,空格作为天然的分隔符可以方便地对句子进行分词工作。而在中文领域,则没有特殊符号来标志某个词的开始或者结束,如此,在中文中对语义的理解过程中,分词又是又特别重要的,因此,构建具有领域属性的业务词库对分词、句法语义分析、信息抽取等任务大有裨益。

现有技术在构建业务词库时,通常以开源的基础词库为基础,但由于开源的词库基本不会持续更新,而随着时间的推移,对应领域的文本越来越多、新词不断出现,此时业务词库的更新将会进入停滞状态。

发明内容

本说明书实施例提供了一种业务词库的构建方法、装置、服务器及可读存储介质,能够促使业务词库会持续更新,且能够提高业务词库的构建质量。

本说明书实施例第一方面提供了一种业务词库的构建方法,包括:

对业务文本进行新词发现,获取到一个或多个候选短语;

检测获取到的每个候选短语是否在业务词库中;

在每检测到一个候选短语不在所述业务词库中时,获取针对该候选短语是否为新词的评测数据;根据该候选短语对应的评测数据,判定该该候选短语是否为新词;在判定出该候选短语为新词时,将该候选短语添加到所述业务词库中。

本说明书实施例第二方面提供了一种业务词库的构建装置,包括:

新词发现单元,用于对业务文本进行新词发现,获取到一个或多个候选短语;

检测单元,用于检测获取到的每个候选短语是否在业务词库中;

新词添加单元,用于在每检测到一个候选短语不在所述业务词库中时,获取针对该候选短语是否为新词的评测数据;根据该候选短语对应的评测数据,判定该该候选短语是否为新词;在判定出该候选短语为新词时,将该候选短语添加到所述业务词库中。

本说明书实施例第三方面还提供了一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述业务词库的构建方法的步骤。

本说明书实施例第四方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时上述业务词库的构建方法的步骤。

本说明书实施例的有益效果如下:

基于上述技术方案,通对业务文本进行新词发现,获取到一个或多个候选短语,以及在每检测到一个候选短语不在所述业务词库中时,若判定出该候选短语为新词,则将该候选短语添加到所述业务词库中,如此,随着业务文本不断更新,会源源不断发现新词并添加到所述业务词库中,从而促使业务词库会持续更新,由于新词是在业务文本中发现的,而业务文本与业务词库对应,从而使得发现的新词也与所述业务词库对应,从而能够提高业务词库的构建质量。

附图说明

图1为本说明书实施例中业务词库的构建方法的方法流程图;

图2为本说明书实施例中业务词库的构建方法的步骤流程图;

图3为本说明书实施例中业务词库的构建装置的结构示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201910002448.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top