[发明专利]一种复合词挖掘方法及装置有效
| 申请号： | 201210532140.4 | 申请日： | 2012-12-11 |
| 公开（公告）号： | CN103870472B | 公开（公告）日： | 2018-07-10 |
| 发明（设计）人： | 吴先超;陈晓昕;何径舟;黄鋆 | 申请（专利权）人： | 百度国际科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人： | 袁媛 |
| 地址： | 518057 广东省深圳市南山*** | 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： | 本发明公开了一种复合词挖掘方法及装置。该方法包括：获取词性序列集合；在语料中提取词性序列符合词性序列集合的复合词并存储至第一词典；判断是否需要进行再次挖掘；若是，返回获取词性序列集合的步骤。通过上述方式，本发明根据词性序列集合对语料中的复合词进行循环挖掘，可实现覆盖广的复合词挖掘。 | ||
| 搜索关键词： | 词性序列 复合词 挖掘 集合 语料 存储 返回 覆盖 | ||
【主权项】：
1.一种复合词挖掘方法，其特征在于，所述方法包括步骤：获取词性序列集合；在语料中提取词性序列符合所述词性序列集合的复合词并存储至第一词典；判断是否需要进行再次挖掘；若是，返回所述获取词性序列集合的步骤；其中，所述获取词性序列集合的步骤包括：判断所述第一词典中是否已存储有所述复合词；若否，则抽取第二词典中复合词在所述语料中的频次大于第二阈值的词性序列并存储至词性序列集合；若是，则抽取所述第一词典中复合词在所述语料中的频次大于第三阈值的词性序列并存储至词性序列集合。
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百度国际科技（深圳）有限公司，未经百度国际科技（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/201210532140.4/，转载请声明来源钻瓜专利网。
- 上一篇：芯节杆管体与方头部位采用螺纹连接的旋挖钻机钻杆
- 下一篇：旋转门
