[发明专利]用于自然语言处理的领域词典生成系统在审
| 申请号： | 201611145025.6 | 申请日： | 2016-12-13 |
| 公开（公告）号： | CN106802918A | 公开（公告）日： | 2017-06-06 |
| 发明（设计）人： | 张晓霞;刘世林 | 申请（专利权）人： | 成都数联铭品科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610041 四川省成都市高新区*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及自然语言处理领域，特别涉及用于自然语言处理的领域词典生成系统；所述系统在自动区分文本主题领域的基础上，根据种子词进行对应领域词典的自动构建。用户将待处理文本和领域种子词输入本系统中，本系统在自动获取文本关键词的基础上对待处理文本进行聚类，进而分析出聚类后的主题文本集与所选领域种子词的关系远近，在关系较密切的主题文本集内结合算法进行词典的自动扩展。本发明系统在自动区分文本主题领域的基础上通过少量种子词实现领域词典的自动扩充；词典的构建效率较高，准确性高，领域的针对性很强；为文本分析和自然语言处理提供有力工具。 | ||
| 搜索关键词： | 用于 自然语言 处理 领域 词典 生成 系统 | ||
【主权项】：
用于自然语言处理的领域词典生成系统，其特征在于，所述系统在自动区分待处理文本主题的基础上，根据种子词进行对应领域词典的自动构建；所述词典构建包含以下实现过程：(1)提取出待处理文本集中各文本的关键词；(2)对待处理文本进行聚类，生成N个主题文本集，其中N为整数且N≥2；(3)统计种子词在各主题文本集中出现的频率；将频率超过阈值的主题文本集作为领域词典扩展的源文本集；(4)计算种子词与源文本集的文本中各候选词的关联度，将关联度到达阈值的候选词作为领域词存入待扩充的词典中。
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成都数联铭品科技有限公司，未经成都数联铭品科技有限公司许可，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/201611145025.6/，转载请声明来源钻瓜专利网。
