[发明专利]从中文语料库提取知识的方法与系统有效
| 申请号： | 201810016373.6 | 申请日： | 2018-01-08 |
| 公开（公告）号： | CN108319583B | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 李应樵;张英辉 | 申请（专利权）人： | 万维数码智能有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/289;G06F40/253;G06F40/216 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 康艳青;姚开丽 |
| 地址： | 中国香港新界沙田香港科学园科*** | 国省代码： | 香港;81 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种从主要用中文书写的源语料库(101)中提取知识(103)的方法、系统和计算机可读介质，用于生成中文本体库。所述方法包括步骤：从源语料库(101)获取字符串(141)，其中每个源语料库(101)代表一个概念；将所述字符串(141)分割成分割的词语或单词(142)；对所述分割的词语或单词(142)应用词性(POS)标注(113)；由所述分割的词语或单词将单独的中文词语或单词搭配成有意义的短语或复合词；从所述已分割的短语、词语或单词(142)中提取中文名词短语、词语或单词(148)；为所述提取结果推算词频；并存储所述提取结果与所述概念的词频加权向量(149)，用于生成另一个中文本体库。 | ||
| 搜索关键词： | 中文 语料库 提取 知识 方法 系统 | ||
【主权项】：
1.一种由主要用中文书写的源语料库提取知识用于中文本体库生成的方法，所述方法包括步骤：从所述源语料库获取字符串，其中每个源语料库代表至少一个或多个概念；分隔所述字符串为分割的词语或单词；对所述分割的词语或单词应用POS标注；由所述分割的词语或单词将单独中文词语或单词搭配成有意义的短语或复合词；由所述分隔的短语、词语或单词提取中文名词短语、词语或单词；推算所述提取结果的词频；以及存储所述提取结果和它们各自概念的词频加权向量用于生成另一个中文本体库。
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万维数码智能有限公司，未经万维数码智能有限公司许可，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/201810016373.6/，转载请声明来源钻瓜专利网。
