[发明专利]建立分词模型的方法及装置有效
| 申请号： | 201610881290.4 | 申请日： | 2016-10-09 |
| 公开（公告）号： | CN106407186B | 公开（公告）日： | 2019-04-30 |
| 发明（设计）人： | 田亮 | 申请（专利权）人： | 新译信息科技（深圳）有限公司 |
| 主分类号： | G06F17/28 | 分类号： | G06F17/28;G06F17/27 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 宋扬;刘芳 |
| 地址： | 518057 广东省深圳市*** | 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： | 本发明实施例提供一种建立分词模型的方法及装置，其中，该方法包括：将第一语料中的每个字符与第二语料中的单词进行对齐，获得第一语料和所述第二语料之间的对齐关系，其中所述第一语料为词与词之间没有空格划分边界的语料；根据所述第一语料和所述第二语料之间的对齐关系，确定所述第一语料中词的边界信息；根据所述第一语料中词的边界信息，训练生成分词模型。本发明实施例提供的建立分词模型的方法及装置，能够提高分词准确性。特别是词与词之间没有空格区分边界的语料的分词准确性。 | ||
| 搜索关键词： | 建立 分词 模型 方法 装置 | ||
【主权项】：
1.一种建立分词模型的方法，其特征在于，包括：将第一语料中的每个字符与第二语料中的单词进行对齐，获得第一语料和所述第二语料之间的对齐关系，其中所述第一语料为词与词之间没有空格划分边界的语料；根据所述第一语料和所述第二语料之间的对齐关系，确定所述第一语料中词的边界信息；通过相似图的传导方法，将所述第一语料中词的边界信息在所述第一语料和第二语料之间进行传导，并训练生成分词模型；所述通过相似图的传导方法，将所述第一语料中词的边界信息在所述第一语料和第二语料之间进行传导包括：根据包括语法树，以及所述第一语料和所述第二语料在内的资源，构建相似图；所述相似图的顶点按照顶点对权重的高低进行连接；其中,所述顶点对权重为将每个顶点具化为一个稀疏向量，通过余弦函数计算两个稀疏向量之间的相似程度所获得的两个顶点之间的语法相似程度。
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新译信息科技（深圳）有限公司，未经新译信息科技（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/201610881290.4/，转载请声明来源钻瓜专利网。
- 上一篇：设置电子邮件内容排版的方法及装置
- 下一篇：短信翻译方法和短信翻译装置
