[发明专利]一种基于粗燥集的语料库系统构建方法在审
| 申请号： | 201910587769.0 | 申请日： | 2019-07-02 |
| 公开（公告）号： | CN110442729A | 公开（公告）日： | 2019-11-12 |
| 发明（设计）人： | 刘家祥 | 申请（专利权）人： | 厦门美域中央信息科技有限公司 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F16/35;G06F17/27;G06Q50/26 |
| 代理公司： | 北京劲创知识产权代理事务所(普通合伙) 11589 | 代理人： | 王志敏 |
| 地址： | 361008 福建省厦门市软件园*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于粗燥集的语料库系统构建方法，所述构建方法包括以下步骤：S1、采集原始语料数据，构建原始语料文本集；S2、对所述原始语料文本集进行预处理，得到标注语料数据文本集；S3、利用R语言聚类方法对标注语料数据文本集进行聚类；S4、对聚类后的标注语料数据文本集进行自分类测试，验证分类体系的准确性，确定最终该分类系统的类目；S5、对标注语料数据文本集进行一致性评估，并将原始语料和满足一致性评估的标注文本存储到信息语料库中；S6、基于粗糙集对所述原始语料数据、标注语料数据文本集和分类类目共同构建得到语料库系统。本发明有效提高对语料库系统构建效率和准确性。 | ||
| 搜索关键词： | 数据文本 原始语料 标注 语料库 语料 系统构建 构建 聚类 一致性评估 文本集 类目 预处理 分类体系 分类系统 文本存储 粗糙集 分类 采集 验证 测试 语言 | ||
【主权项】：
1.一种基于粗燥集的语料库系统构建方法，其特征在于，所述构建方法包括以下步骤：S1、采集原始语料数据，构建原始语料文本集；S2、对所述原始语料文本集进行预处理，得到标注语料数据文本集；S3、利用R语言聚类方法对标注语料数据文本集进行聚类，将类型相似的语料放进相同的簇中，构建分类类目主题；S4、对聚类后的标注语料数据文本集进行自分类测试，验证分类体系的准确性，确定最终该分类系统的类目；S5、对标注语料数据文本集进行一致性评估，并将原始语料和满足一致性评估的标注文本存储到信息语料库中；S6、基于粗糙集对所述原始语料数据、标注语料数据文本集和分类类目共同构建得到语料库系统。
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厦门美域中央信息科技有限公司，未经厦门美域中央信息科技有限公司许可，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/201910587769.0/，转载请声明来源钻瓜专利网。
