[发明专利]一种提取文本主题词的方法有效
| 申请号： | 200910001578.8 | 申请日： | 2009-01-12 |
| 公开（公告）号： | CN101464898A | 公开（公告）日： | 2009-06-24 |
| 发明（设计）人： | 方高林;郑全战 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京德琦知识产权代理有限公司 | 代理人： | 谢安昆;宋志强 |
| 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： | 本发明实施例公开了一种提取文本主题词的方法，该方法包括：将待处理文本分成现有词的组合序列；对于每一待处理文本，查找并提取在该待处理文本中的出现频率大于预定频率的候选字符串，根据该候选字符串的前缀和/或后缀的成词概率，从候选字符串中过滤出新词；根据现有词和新词在所述待处理文本中的出现频率，从所述现有词和新词中提取所述待处理文本的主题词。应用本发明能够提高从待处理文本中提取的主题词的全面性。 | ||
| 搜索关键词： | 一种 提取 文本 主题词 方法 | ||
【主权项】：
1、一种提取文本主题词的方法，其特征在于，该方法包括：将待处理文本切分成现有词的组合序列；对于每一待处理文本，查找并提取在该待处理文本中的出现频率大于预定频率的候选字符串，根据该候选字符串的前缀和/或后缀的成词概率，从候选字符串中过滤出新词；根据新词和所述组合序列中的现有词在所述待处理文本中的出现频率，从所述现有词和所述新词中提取所述待处理文本的主题词。
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/200910001578.8/，转载请声明来源钻瓜专利网。
- 上一篇：存储器
- 下一篇：合成孔径激光成像雷达的矩形孔径望远镜天线
