[发明专利]文本数据处理方法和装置有效
| 申请号： | 201611180235.9 | 申请日： | 2016-12-20 |
| 公开（公告）号： | CN108205524B | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 高维国 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F16/35 |
| 代理公司： | 中国贸促会专利商标事务所有限公司 11038 | 代理人： | 许蓓 |
| 地址： | 100195 北京市海淀区杏石口路6*** | 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： | 本发明公开了一种文本数据处理方法和装置，涉及数据处理领域。其中的文本数据处理方法包括：将文本中待识别的短语按字进行切分；从待识别的短语中提取n‑gram特征；根据提取的n‑gram特征确定n‑gram特征的向量特征；将提取的n‑gram特征和n‑gram特征的向量特征输入到命名实体识别模型；根据命名实体识别模型的输出结果确定待识别的短语是否为目标命名实体。本发明通过提取按字切分后的待识别的短语中的n‑gram特征以及n‑gram特征的向量特征，能够反映待识别的短语中相邻的字之间的相关性，并能够通过n‑gram特征以及n‑gram特征的向量特征体现待识别的短语的字面特征和泛化特征，从而能够提升命名实体识别的准确率。 | ||
| 搜索关键词： | 文本 数据处理 方法 装置 | ||
【主权项】：
1.一种文本数据处理方法，其特征在于，包括：将文本中待识别的短语按字进行切分；从所述待识别的短语中提取n‑gram特征；根据提取的n‑gram特征确定n‑gram特征的向量特征；将提取的n‑gram特征进行数量化编码；将进行编码后的n‑gram特征和n‑gram特征的向量特征输入到命名实体识别模型；根据所述命名实体识别模型的输出结果确定所述待识别的短语是否为目标命名实体。
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京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，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/201611180235.9/，转载请声明来源钻瓜专利网。
