[发明专利]一种对象名称识别方法及装置

权利要求书

1.一种对象名称识别方法，其特征在于，所述方法包括：

针对待处理文本中的每一字符串，计算表示该字符串与相邻字符串之间相关性的第一相关信息，并获得表示该字符串中字符之间相关性的第二相关信息，根据所述第一相关信息与第二相关信息确定该字符串是否为第一备选字符串，所述第一备选字符串为：能够形成词汇、且所包含的任意局部连续字符不能形成词汇的字符串，所述局部连续字符为：所述第一备选字符串内、长度小于所述第一备选字符串的连续字符；

获得第一备选字符串在所述待处理文本中出现的频次；

根据所获得的频次，从第一备选字符串中识别出作为对象名称的字符串。

2.根据权利要求1所述的方法，其特征在于，在所述获得第一备选字符串在所述待处理文本中出现的频次之前，还包括：

确定待处理文本中与名称字符串的相似度大于预设相似度的第二备选字符串，其中，所述名称字符串为：已知语料库中标记为对象名称的字符串；

所述获得第一备选字符串在所述待处理文本中出现的频次，包括：

获得第一备选字符串以及第二备选字符串分别在所述待处理文本中出现的频次；

所述根据所获得的频次，从第一备选字符串中识别出作为对象名称的字符串，包括：

根据所获得的第一备选字符串的频次与第二备选字符串的频次，从第一备选字符串与第二备选字符串中识别出作为对象名称的字符串。

3.根据权利要求1所述的方法，其特征在于，在所述对象名称为待识别文本中的角色名称的情况下，在所述根据所获得的频次，从第一备选字符串中识别出作为对象名称的字符串之前，还包括：

获得各个第一备选字符串对应的句首次数和对话次数，其中，所述句首次数为：字符串在所述待处理文本中各个语句的句首出现的次数，所述对话次数为：字符串在所述待处理文本中引起对话出现的次数；

所述根据所获得的频次，从第一备选字符串中识别出作为对象名称的字符串，包括：

根据所获得的频次、句首次数与对话次数，从第一备选字符串中识别出作为对象名称的字符串。

4.根据权利要求3所述的方法，其特征在于，所述根据所获得的频次、句首次数与对话次数，从第一备选字符串中识别出作为对象名称的字符串，包括：

从第一备选字符串中，选择不属于预设的非名称词表的字符串，和/或根据所获得的频次与预设的常用词语料库选择字符串，作为第三备选字符串；

根据所述句首次数与对话次数，从第三备选字符串中识别出作为对象名称的字符串。

5.根据权利要求4所述的方法，其特征在于，所述根据所述句首次数与对话次数，从第三备选字符串中识别出作为对象名称的字符串，包括：

根据所述句首次数，计算所述第三备选字符串在所述待处理文本中各个语句的句首出现的句首概率；

根据所述对话次数，计算所述第三备选字符串在所述待处理文本中引起对话出现的对话概率；

根据所述句首次数、句首概率、对话次数与对话概率，从第三备选字符串中识别出作为对象名称的字符串。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述计算表示该字符串与相邻字符串之间相关性的第一相关信息，包括：

计算该字符串的各个前端字符串的信息熵，作为第一相关信息，其中，所述前端字符串包括：在所述待处理文本中与该字符串相邻且位于该字符串之前的各个字符串；

和/或计算该字符串的各个后端字符串的信息熵，作为第一相关信息，其中，所述后端字符串包括：在所述待处理文本中与该字符串相邻且位于该字符串之后的各个字符串。