[发明专利]一种基于无词典的中文地址分词方法有效
| 申请号： | 201710441735.1 | 申请日： | 2017-06-13 |
| 公开（公告）号： | CN107329950B | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 谢婷婷;李晓林;严柯;张懿;刘志杰 | 申请（专利权）人： | 武汉工程大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289 |
| 代理公司： | 宁波甬致专利代理有限公司 33228 | 代理人： | 李迎春 |
| 地址： | 430000 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于无词典的中文地址分词方法，包括以下步骤：1)通过统计得到训练语料中任意长度大于1小于等于8的字符串的词频，互信息，信息熵；2)通过正则表达式对地址字符串进行预处理；对输入地址字符串进行全切分；3)根据互信息和信息熵算法得到弧段花费最小的分词方案；4)根据置信度方法对该分词方案的字符串集合进行二次计算，判断该字符串是否为真实词条，得到最优的分词方案。 | ||
| 搜索关键词： | 一种 基于 词典 中文 地址 分词 方法 | ||
【主权项】：
一种基于无词典的中文地址分词方法，其特征在于：包括以下步骤：S1，统计地址语料库中任意长度大于1小于等于8的字符串的词频、互信息和信息熵；S2，对输入的地址字符串利用正在表达式进行预处理，对处理后得到的字符串进行全切分处理，得到切分集合；S3，根据步骤S1统计得到的字符串的互信息和信息熵，计算得到弧段花费最小的分词方案；S4，根据置信度方法对该步骤S3得到的分词方案的字符串集合进行二次计算，判断该字符串是否为真实词条，得到最优的分词方案。
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武汉工程大学，未经武汉工程大学许可，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/201710441735.1/，转载请声明来源钻瓜专利网。
- 上一篇：发动机系统以及发动机系统的控制方法
- 下一篇：一种发动机监控操作系统
