[发明专利]基于分词的文本处理方法、装置、设备及存储介质在审
| 申请号： | 201910433622.6 | 申请日： | 2019-05-23 |
| 公开（公告）号： | CN110309504A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 郑立颖;徐亮;阮晓雯 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/35;G06N3/04 |
| 代理公司： | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人： | 黄章辉 |
| 地址： | 518000 广东省深圳市福田区福*** | 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： | 本发明公开了一种基于分词的文本处理方法、装置、设备及存储介质，其中，该基于分词的文本处理方法包括：获取原始文本，采用分词工具的搜索引擎分词模式对原始文本进行文本分词，获取文本分词结果，文本分词结果包括至少n个一级分词；若任意连续k个一级分词中连续k‑1个一级分词的叠加等于第k个一级分词，且连续k‑1个一级分词中存在至少两个二级分词的结合等于第k个一级分词，则仅保留至少两个二级分词，获取分词优化结果。该方法可删除重复语义或无实际意义的分词，提高分词工具的分词准确性，简化分词结果，利于后续基于正确的分词结果继续对原始文本进行语义分析。 | ||
| 搜索关键词： | 分词 文本处理 文本分词 原始文本 存储介质 二级分词 分词结果 搜索引擎 优化结果 语义分析 语义 叠加 删除 重复 保留 | ||
【主权项】：
1.一种基于分词的文本处理方法，其特征在于，包括：获取原始文本，采用分词工具的搜索引擎分词模式对所述原始文本进行文本分词，获取文本分词结果，所述文本分词结果包括至少n个一级分词；若任意连续k个所述一级分词中连续k‑1个所述一级分词的叠加等于所述第k个一级分词，且连续k‑1个所述一级分词中存在至少两个二级分词的结合等于第k个一级分词，则仅保留至少两个所述二级分词，获取分词优化结果。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201910433622.6/，转载请声明来源钻瓜专利网。
