[发明专利]异常中文字符串的识别方法及装置有效
| 申请号： | 201510703850.2 | 申请日： | 2015-10-26 |
| 公开（公告）号： | CN106611176B | 公开（公告）日： | 2019-10-25 |
| 发明（设计）人： | 何鑫 | 申请（专利权）人： | 北京国双科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 韩建伟;张永明 |
| 地址： | 100083 北京市海淀区*** | 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： | 本申请公开了一种异常中文字符串的识别方法及装置。该方法包括：确定对待处理文本中的字符串进行抽样的抽样次数；根据抽样次数对待处理文本中的字符串进行抽样，得到抽样字符串集合；根据抽样字符串集合计算中文字符串比例值，其中，中文字符串比例值为抽样字符串集合中的中文字符串占抽样字符串集合中的所有字符串的比例；以及根据中文字符串比例值识别待处理文本中是否存在异常中文字符串。通过本申请，解决了相关技术中为了提升识别文本中是否存在异常中文字符串的识别效率，导致识别文本中是否存在异常中文字符串的准确率较低的问题。 | ||
| 搜索关键词： | 异常 中文 字符串 识别 方法 装置 | ||
【主权项】：
1.一种异常中文字符串的识别方法，其特征在于，包括：确定对待处理文本中的字符串进行抽样的抽样次数；根据所述抽样次数对所述待处理文本中的字符串进行抽样，得到抽样字符串集合；根据所述抽样字符串集合计算中文字符串比例值，其中，所述中文字符串比例值为所述抽样字符串集合中的中文字符串占所述抽样字符串集合中的所有字符串的比例；以及根据所述中文字符串比例值识别所述待处理文本中是否存在异常中文字符串；其中，所述抽样字符串集合中的中文字符串可以通过如下方式获取：确定所述抽样字符串集合中开始位置上的字符串，并将所述开始位置上的字符串作为当前处理字符串；判断所述当前处理字符串是否为中文字符串；如果所述当前处理前字符串为所述中文字符串，将所述当前处理字符串存储至预设的中文字符串集合中，并将所述抽样字符串集合中开始位置上的字符串的下一字符串作为当前处理字符串，继续判断所述当前处理字符串是否为所述中文字符串，直到判断至所述抽样字符串集合中结束位置上的最后一个字符串结束；如果所述当前处理字符串不是为所述中文字符串，将所述抽样字符串集合中开始位置上的字符串的下一字符串作为当前处理字符串，继续判断所述当前处理字符串是否为所述中文字符串，直到判断至所述抽样字符串集合中结束位置上的最后一个字符串结束；以及将所述预设的中文字符串集合中所有的中文字符串作为所述抽样字符串集合中所有的中文字符串。
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北京国双科技有限公司，未经北京国双科技有限公司许可，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/201510703850.2/，转载请声明来源钻瓜专利网。
