[发明专利]一种分词的方法及服务器在审
| 申请号： | 201910461564.8 | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110162794A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 徐程程;郑孙聪 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/903 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518057 广东省深圳*** | 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： | 本申请实施例公开了一种分词的方法及服务器，能够将由英文串、拼音串或符号串等所组成的字符串切分成多个片段，得到有效的分词结果，便于自然语言处理后续步骤的正常进行。本申请实施例方法包括：获取待分词字符串，待分词字符串属于美国信息交换标准代码ASCII字符串；通过正则表达式匹配对待分词字符串进行分词处理，得到第一ASCII字符串，其中，正则表达式包括预定义的字符串，第一ASCII字符串包括M个分隔片段，M为大于1的整数；通过隐马尔可夫HMM模型，对第一ASCII字符串进行分词处理，得到第二ASCII字符串，其中，HMM模型为通过采用ASCII字符串训练得到，第二ASCII字符串包括N个分隔片段，N为大于M的整数。 | ||
| 搜索关键词： | 字符串 分词 正则表达式 分词处理 分隔 服务器 信息交换标准 自然语言处理 多个片段 分词结果 符号串 拼音串 预定义 匹配 申请 英文 | ||
【主权项】：
1.一种分词的方法，其特征在于，包括：获取待分词字符串，所述待分词字符串属于美国信息交换标准代码ASCII字符串；通过正则表达式匹配对所述待分词字符串进行分词处理，得到第一ASCII字符串，其中，所述正则表达式包括预定义的字符串，所述第一ASCII字符串包括M个分隔片段，所述M为大于1的整数；通过隐马尔可夫HMM模型，对所述第一ASCII字符串进行分词处理，得到第二ASCII字符串，其中，所述HMM模型为通过采用ASCII字符串训练得到，所述第二ASCII字符串包括N个分隔片段，所述N为大于所述M的整数。
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腾讯科技（深圳）有限公司，未经腾讯科技（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/201910461564.8/，转载请声明来源钻瓜专利网。
