[发明专利]一种语料清洗的方法和装置在审
| 申请号： | 201910047095.5 | 申请日： | 2019-01-18 |
| 公开（公告）号： | CN109800219A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 魏誉荧 | 申请（专利权）人： | 广东小天才科技有限公司 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06F16/2458 |
| 代理公司： | 上海硕力知识产权代理事务所(普通合伙) 31251 | 代理人： | 郭桂峰 |
| 地址： | 523851 广东省东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及语言数据处理技术领域，提供一种语料清洗的方法和装置，包括：获取原始语料中的语句，对所述语句进行句法分析，获取其中的词语、词语词性和原始构成关系；从所述原始构成关系中提取关键关系的组合，所述关键关系为句子成分间的组合关系；抽取所述关键关系的组合中的主体成分及主体词性；根据所述词语词性与所述主体词性的对应关系，将所述词语匹配到所述主体成分中，匹配成功获得有效词语；从所述原始语料中，剔除所述有效词语之外的其他词语。本发明通过剔除原始语料中有效词语之外的其他词语，将不符合识别规则的无效语料清洗掉，从而提高计算机理解自然语言的效率。 | ||
| 搜索关键词： | 词语 词性 关键关系 原始语料 语料 方法和装置 清洗 语句 剔除 自然语言 语言数据处理 句法分析 匹配成功 组合关系 匹配 抽取 计算机 | ||
【主权项】：
1.一种语料清洗的方法，其特征在于，包括：获取原始语料中的语句，对所述语句进行句法分析，获取其中的词语、词语词性和原始构成关系；从所述原始构成关系中提取关键关系的组合，所述关键关系为句子成分间的组合关系；抽取所述关键关系的组合中的主体成分及主体词性；根据所述词语词性与所述主体词性的对应关系，将所述词语匹配到所述主体成分中，匹配成功获得有效词语；从所述原始语料中，剔除所述有效词语之外的其他词语。
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广东小天才科技有限公司，未经广东小天才科技有限公司许可，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/201910047095.5/，转载请声明来源钻瓜专利网。
