[发明专利]一种无词边界标记语言文本的分词序列选择方法及系统有效
| 申请号： | 200810192934.4 | 申请日： | 2008-12-31 |
| 公开（公告）号： | CN101430680A | 公开（公告）日： | 2009-05-13 |
| 发明（设计）人： | 戴能 | 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;G06F17/30 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 | 代理人： | 魏 杉 |
| 地址： | 英属开曼群*** | 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： | 本发明公开了一种无词边界标记语言文本的分词序列选择方法及装置，为了解决现有技术中现有最优分词序列选择时计算量过大的问题，本发明公开的方法包括：对所述文本的一个片段进行分词处理，得到多个不同的分词序列；确定各分词序列共同的词边界；对各分词序列共同的词边界之前的部分进行最优分词序列选择。由于对各分词序列共同的词边界之前的部分进行最优分词序列选择，这样就可以获得更短的独立单元，因此分词计算量将更少。 | ||
| 搜索关键词： | 一种 边界 标记 语言 文本 分词 序列 选择 方法 系统 | ||
【主权项】：
1、一种用计算机执行的无词边界标记语言文本的分词序列选择方法，其特征在于，包括：对所述文本的一个片段进行分词处理，得到多个不同的分词序列，各分词序列分别包括至少一个分词单元与其它分词序列包括的分词单元不同；对一个分词序列中的一个分词单元之后的词边界位置和其它分词序列中的一个分词单元之后的词边界位置是否相同进行判断，确定位置相同的词边界为各分词序列共同的词边界；对各分词序列共同的词边界之前的部分进行最优分词序列选择，所述各分词序列共同的词边界之前的部分，分别包括至少一个分词单元与其它分词序列共同的词边界之前的部分包括的分词单元不同。
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/patent/200810192934.4/，转载请声明来源钻瓜专利网。
