[发明专利]基于锚文本分析的领域术语自动生成方法无效
| 申请号： | 201110091312.4 | 申请日： | 2011-04-12 |
| 公开（公告）号： | CN102169496A | 公开（公告）日： | 2011-08-31 |
| 发明（设计）人： | 闫兴龙;刘奕群;马少平;张敏;金奕江;张阔;茹立云 | 申请（专利权）人： | 清华大学;北京搜狗科技发展有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张大威 |
| 地址： | 100084 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于锚文本分析的领域术语自动生成方法，包括以下步骤：采集用户的浏览日志；对所述浏览日志进行处理以获得用户点击的锚文本和对应的点击结果地址；根据所述点击结果地址对所述锚文本进行处理以获得候选多字集合；基于新词发现算法对所述候选多字集合中的多字进行筛选以去除不能独立成词的多字；和根据相对频率算法对所述新词发现算法筛选后的候选多字集合进行进一步筛选以输出领域术语生成结果。本发明能够自动从锚文本中发现和提取领域术语，并且模型结构和参数简单，算法复杂度低，在实验测试数据上取得了较好的性能和领域术语发现效果。 | ||
| 搜索关键词： | 基于 文本 分析 领域 术语 自动 生成 方法 | ||
【主权项】：
一种基于锚文本分析的领域术语自动生成方法，其特征在于，包括以下步骤：采集用户的浏览日志；对所述浏览日志进行处理以获得用户点击的锚文本和对应的点击结果地址；根据所述点击结果地址对所述锚文本进行处理以获得候选多字集合；基于新词发现算法对所述候选多字集合中的多字进行筛选以去除不能独立成词的多字；和根据相对频率算法对所述新词发现算法筛选后的候选多字集合进行进一步筛选以输出领域术语生成结果。
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清华大学;北京搜狗科技发展有限公司，未经清华大学;北京搜狗科技发展有限公司许可，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/201110091312.4/，转载请声明来源钻瓜专利网。
- 上一篇：车辆用前盖的紧固结构
- 下一篇：擦拭器刮片和擦拭器刮片/擦拭器臂连接结构
