[发明专利]一种分词的方法及服务器

权利要求书

1.一种分词的方法，其特征在于，包括：

获取待分词字符串，所述待分词字符串属于美国信息交换标准代码ASCII字符串；

通过正则表达式匹配对所述待分词字符串进行分词处理，得到第一ASCII字符串，其中，所述正则表达式包括预定义的字符串，所述第一ASCII字符串包括M个分隔片段，所述M为大于1的整数；

通过隐马尔可夫HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串，其中，所述HMM模型为通过采用ASCII字符串训练得到，所述第二ASCII字符串包括N个分隔片段，所述N为大于所述M的整数。

2.根据权利要求1所述的分词的方法，其特征在于，所述通过HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串之前，所述方法还包括：

获取第一文本信息；

对所述第一文本信息进行分词处理，得到待处理文本信息；

根据所述待处理文本信息确定目标文本信息，其中，所述目标文本信息包括至少一个语音元素，且每个语音元素与所述待处理文本信息中的字符具有对应关系，所述语音元素属于ASCII字符或ASCII字符串；

通过所述目标文本信息对所述HMM模型进行训练，得到训练后的HMM模型；

所述通过HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串，包括：

通过训练后的HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串。

3.根据权利要求1所述的分词的方法，其特征在于，所述通过HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串之前，所述方法还包括：

从第一文本数据库中获取第二文本信息，其中，所述第二文本信息具有分隔符，所述分隔符用于对所述第二文本信息进行分词处理，所述第二文本信息由ASCII字符组成；

通过所述第二文本信息对所述HMM模型进行训练，得到训练后的HMM模型；

所述通过HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串，包括：

通过训练后的HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串。

4.根据权利要求1至3任意一项所述的分词的方法，其特征在于，所述通过HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串之后，所述方法还包括：

获取预置调整规则；

根据所述预置调整规则对所述第二ASCII字符串的分词结果进行调整，得到第三ASCII字符串，其中，所述预置调整规则用于对所述第二ASCII字符串中的分隔片段进行组合或再次分隔。

5.根据权利要求4所述的分词的方法，其特征在于，根据所述预置调整规则对所述第二ASCII字符串的分词结果进行调整，得到第三ASCII字符串，包括：

若所述第二ASCII字符串中存在多个连续的第一分隔片段，则将所述多个连续的第一分隔片段进行组合，得到第三ASCII字符串，其中，所述第一分隔片段中只包含有单个字符。

6.根据权利要求4所述的分词的方法，其特征在于，根据所述预置调整规则对所述第二ASCII字符串的分词结果进行调整，得到第三ASCII字符串，包括：

若所述第二ASCII字符串中存在第二分隔片段，则将所述第二分隔片段与前一个分隔片段进行组合，得到第三ASCII字符串；

其中，所述第二分隔片段中包括有第一预置词库中的字符或字符串。

7.根据权利要求4所述的分词的方法，其特征在于，根据所述预置调整规则对所述第二ASCII字符串的分词结果进行调整，得到第三ASCII字符串，包括：

若所述第二ASCII字符串中存在第三分隔片段，则将所述第三分隔片段分隔为至少两个第四分隔片段，得到第三ASCII字符串；

其中，所述第三分隔片段中包括有第二预置词库中的字符串。