[发明专利]专业词汇挖掘方法、装置、可读存储介质及电子设备有效
| 申请号： | 201811394144.4 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109670170B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 董超 | 申请（专利权）人： | 东软集团股份有限公司;沈阳东软智能医疗科技研究院有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/216 |
| 代理公司： | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人： | 魏嘉熹;南毅宁 |
| 地址： | 110179 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及一种专业词汇挖掘方法、装置、可读存储介质及电子设备。该方法包括：对目标领域下的原始文本数据进行分句和分词，确定每个分词对应的词性；构建含多个词组组合对象的词组组合对象集，每个词组组合对象含一词组组合、词组组合的邻接分词、构成词组组合的各分词、及上述各分词对应的词性，构成词组组合的各分词在原始文本数据中依次相邻；根据词组组合的聚合度、邻接分词的发散度、及上述各分词对应的词性，从词组组合对象集中确定满足预设条件的目标词组组合对象；将目标词组组合对象中的词组组合确定为目标领域的专业词汇。这样，无需通过人工标注数据这种方式就能够得到针对某一领域的专业词汇，节省人力成本且实施难度小。 | ||
| 搜索关键词： | 专业 词汇 挖掘 方法 装置 可读 存储 介质 电子设备 | ||
【主权项】：
1.一种专业词汇挖掘方法，其特征在于，所述方法包括：对目标领域下的原始文本数据进行分句和分词处理，并确定每一个分词对应的词性；构建包含多个词组组合对象的词组组合对象集，每个所述词组组合对象包含一词组组合、所述词组组合的邻接分词、构成所述词组组合的各个分词、以及构成所述词组组合的各分词对应的词性，其中，构成所述词组组合的各个分词在所述原始文本数据中依次相邻；根据词组组合对象中词组组合的聚合度、词组组合对象中邻接分词的发散度、以及构成词组组合的各分词对应的词性，从所述词组组合对象集中确定出满足预设条件的目标词组组合对象，其中，所述聚合度用于反映构成词组组合的分词之间的紧密程度，所述发散度用于反映词组组合使用场景的随机性；将所述目标词组组合对象中的词组组合确定为所述目标领域的专业词汇。
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东软集团股份有限公司;沈阳东软智能医疗科技研究院有限公司，未经东软集团股份有限公司;沈阳东软智能医疗科技研究院有限公司许可，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/201811394144.4/，转载请声明来源钻瓜专利网。
