[发明专利]一种切分索引分词的方法及系统有效
| 申请号： | 200710123051.3 | 申请日： | 2007-06-22 |
| 公开（公告）号： | CN101071420A | 公开（公告）日： | 2007-11-14 |
| 发明（设计）人： | 王启明 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 北京集佳知识产权代理有限公司 | 代理人： | 逯长明 |
| 地址： | 518044广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种切分索引分词的方法，包括以下步骤：读取字符流；识别所述字符流，确定汉字、英文字符或数字以及不可识别字符；将已经确定的汉字、英文字符或数字与预先建立的词典树比较，确定匹配的分词；将英文字符或数字进行ASCII码通用模糊匹配，确定英文字符串或者数字串的分词；将上述匹配的分词和所述英文字符串或者数字串的分词以及不可识别字符，按所述字符流顺序进行排序；按所述分词和所述英文字符串或者数字串排序的顺序划分所述字符流。本发明还公开切分索引分词的系统。本发明提供一种切分索引分词的方法及系统，能够同时解决分词准确、一定量的冗余词以及单字分词的问题，增强用户体验。 | ||
| 搜索关键词： | 一种 切分 索引 分词 方法 系统 | ||
【主权项】：
1、一种切分索引分词的方法，其特征在于，包括以下步骤：读取字符流；识别所述字符流，确定汉字、英文字符或数字以及不可识别字符；将已经确定的汉字、英文字符或数字与预先建立的词典树比较，确定匹配的分词；将所述英文字符或数字进行ASCII码通用模糊匹配，确定英文字符串或者数字串的分词；将上述匹配的分词和所述英文字符串或者数字串的分词以及不可识别字符，按所述字符流顺序进行排序；按所述分词顺序以及所述每个分词和上述不可识别字符的长度划分所述字符流。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/200710123051.3/，转载请声明来源钻瓜专利网。
