[发明专利]一种精准分词的方法在审
| 申请号： | 201910129472.X | 申请日： | 2019-02-21 |
| 公开（公告）号： | CN109885836A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 陈包容 | 申请（专利权）人： | 陈包容 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/903 |
| 代理公司： | 广州市红荔专利代理有限公司 44214 | 代理人： | 吝秀梅 |
| 地址： | 410009 湖南省长*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及精准分词技术领域，且公开了一种精准分词的方法，包括下述步骤：第一步，预先创建专用语素库群和专用词库群；第二步，获取文本，根据预先创建的专用数据库群中的多字语素库，通过字符串匹配的分词方法，检索匹配抽取文本中的多字语素，作为分词结果，将剩余的文本进行单字分词。该精准分词的方法通过预先创建专用数据库群，将专用数据库群通过字符串匹配的分词方法检索匹配抽取文本中的数据汇总成不成词单字数据集和成词单字数据集，再通过对不成词单字数据集和成词单字数据集按照不同的规则进行分词，该精准分词的方法在使用过程中分词的准确度更高，使得机器能够更快更好地学习和识别人类语言，实用性更强。 | ||
| 搜索关键词： | 分词 单字数据 专用数据库 预先创建 文本 语素 字符串匹配 匹配 抽取 检索 准确度 单字 分词结果 人类语言 数据汇总 专用词库 学习 | ||
【主权项】：
1.一种精准分词的方法，其特征在于：包括下述步骤：第一步，预先创建专用语素库群和专用词库群，所述专用数据库群均支持用户自定义增减数据；第二步，获取文本，根据预先创建的专用数据库群中的多字语素库，通过字符串匹配的分词方法，检索匹配抽取文本中的多字语素，作为分词结果，将剩余的文本进行单字分词，获得单字数据集；第三步，根据预先创建的专用数据库群中的单字库，通过字符串匹配的分词方法，检索匹配抽取单字数据集中的不成词单字和成词单字，汇总成不成词单字数据集和成词单字数据集；第四步，分别将不成词单字数据集和成词单字数据集分词。
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陈包容，未经陈包容许可，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/201910129472.X/，转载请声明来源钻瓜专利网。
