[发明专利]一种地址标准化语料的分词方法及系统有效
| 申请号： | 201910010993.3 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109858025B | 公开（公告）日： | 2023-06-13 |
| 发明（设计）人： | 秦海宁;郭孟振;李士勇;张瑞飞;李广刚 | 申请（专利权）人： | 鼎富智能科技有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/284 |
| 代理公司： | 北京弘权知识产权代理有限公司 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 230000 安徽省合肥市*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种地址标准化语料的分词方法及系统，所述方法在获取语料样本和业务文本后，通过设定频繁二项集的置信度与支持度，以及使用频繁二项集，在语料样本中发现业务新词；再向基础分词词库添加业务新词，生成种子业务词库。再根据种子业务词库，对语料样本实施分词，生成分词结果。重新统计语料样本的概率矩阵，最后使用新的概率矩阵，对业务文本实施分词。所述方法通过频繁二项集在语料样本中发现业务新词，可以更新基础分词词库，以提高针对业务文本的准确性。所述方法还利用重新统计的概率矩阵，对业务文本实施分词，进一步提高分词的准确性。 | ||
| 搜索关键词： | 一种 地址 标准化 语料 分词 方法 系统 | ||
【主权项】：
1.一种地址标准化语料的分词方法，其特征在于，包括：获取带有标准化地址信息的语料样本和业务文本；设定频繁二项集的置信度与支持度；以及使用所述频繁二项集，在所述语料样本中发现业务新词；向基础分词词库添加所述业务新词，生成种子业务词库；根据所述种子业务词库，对所述语料样本实施分词，生成分词结果；根据所述分词结果，重新统计所述语料样本的概率矩阵；使用重新统计的概率矩阵，对带有标准化地址信息的业务文本实施分词。
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鼎富智能科技有限公司，未经鼎富智能科技有限公司许可，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/201910010993.3/，转载请声明来源钻瓜专利网。
