[发明专利]从查询日志中挖掘新词用于输入方法编辑器有效
| 申请号： | 200980139988.7 | 申请日： | 2009-10-04 |
| 公开（公告）号： | CN102171683B | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | W·陈;Q·X·李;L·局;Z·陈;D·李;Z·范 | 申请（专利权）人： | 微软技术许可有限责任公司 |
| 主分类号： | G06F17/20 | 分类号： | G06F17/20;G06F17/00 |
| 代理公司： | 上海专利商标事务所有限公司31100 | 代理人： | 杨洁 |
| 地址： | 美国华*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本文描述从查询日志中挖掘新词(包括汉字短语或集合)的技术。新词可被添加(或另外补充)到IME辞典中。基于市场(例如，中国市场)和/或通过语言来从日志中选择候选查询集。从这个集中，执行各过滤步骤以仅定位频繁使用的新词。例如，仅保留频繁查询用于将来处理，将来处理可包括基于长度(例如少于两个或多于八个汉字)过滤掉查询，和/或基于查询中的过多无用词来过滤掉查询。处理也可包括过滤掉作为较大查询的子串的查询，反之亦然。也描述了基于拼音的聚集和过滤，以及过滤掉辞典中已经处理了的查询。 | ||
| 搜索关键词： | 查询 日志 挖掘 新词 用于 输入 方法 编辑器 | ||
【主权项】：
一种在计算环境中的用于处理查询的日志(104)以获取新词的方法，包括:在从所述日志获取的查询集中过滤掉(204，212)不频繁的查询；使用查询到拼音模型来将所述查询集中的查询转换成拼音；将查询群集为对应于相同拼音的群集；在每一个具有相同拼音的查询的群集中，按频率来将查询进行分类；基于每一个群集中的低频率过滤掉查询；以及除去(204，214)对应于不是新的词的任何查询，包括：使用词到拼音模型来首先将查询转换为拼音；使用拼音到词模型将拼音转换成词；以及如果查询与已转换的词是相同的，则除去这个查询。
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微软技术许可有限责任公司，未经微软技术许可有限责任公司许可，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/200980139988.7/，转载请声明来源钻瓜专利网。
