[发明专利]一种中文分词方法无效
| 申请号： | 201010605180.8 | 申请日： | 2010-12-24 |
| 公开（公告）号： | CN102063424A | 公开（公告）日： | 2011-05-18 |
| 发明（设计）人： | 赵孟德 | 申请（专利权）人： | 上海电机学院 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 上海翼胜专利商标事务所(普通合伙) 31218 | 代理人： | 刁文魁;翟羽 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种中文分词方法，其所采用的最大匹配算法包含如下步骤：a1.从句子第1个字开始截取一个长度为i的字串，令它同词表中的词条依次匹配;a2.判断词表中是否能找到一个词条同当前字串匹配，如果是，则转入步骤a3，否则，转入步骤a5;a3.从句子第2个字开始截取一个长度为i的字串，令它同词表中的词条依次匹配，并进行步骤a4；a4.重复步骤a2和a3；a5.把这个字串作为一个词从句子中切分出去，把原句中位于这个字串左右两边的部分视为两个新的句子；a6.重复上述步骤。本发明能成功处理正向最大匹配算法(MM)和反向最大匹配(RMM)算法不能正确切分的句子，正确性和有效性比较高，可以高效地进行分词。 | ||
| 搜索关键词： | 一种 中文 分词 方法 | ||
【主权项】：
一种中文分词方法，包含以下步骤： a. 分词，对汉字利用最大匹配算法；b. 将词标注词性； c. 进行命名识别；d. 重新分词，对汉字利用最大匹配算法；e. 将词标注准词性；其特征在于，所述步骤a中，对汉字利用最大匹配算法的过程包含如下步骤：a1. 从句子第1 个字开始截取一个长度为i 的字串，令它同词表中的词条依次匹配;a2. 判断词表中是否能找到一个词条同当前字串匹配，如果是，则转入步骤a3，否则，转入步骤a5;a3.从句子第2 个字开始截取一个长度为i的字串，令它同词表中的词条依次匹配，并进行步骤a4；a4. 重复步骤a2和a3；a5. 把这个字串作为一个词从句子中切分出去，把原句中位于这个字串左右两边的部分视为两个新的句子；a6. 重复上述步骤。
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上海电机学院，未经上海电机学院许可，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/201010605180.8/，转载请声明来源钻瓜专利网。
