[发明专利]一种中文文本分词的方法、装置、存储介质及电子设备在审
| 申请号： | 201910650446.1 | 申请日： | 2019-07-18 |
| 公开（公告）号： | CN110348023A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 李晓雅 | 申请（专利权）人： | 北京香侬慧语科技有限责任公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 丁曼曼 |
| 地址： | 100080 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种中文文本分词的方法、装置、存储介质及电子设备，其中，该方法包括：获取中文的目标文本，并确定目标文本中的目标字；确定目标字在不同字体下的字图像，并生成目标字的字图像集合；对目标字的字图像集合进行编码处理，生成目标字的字向量；根据目标文本所有的字向量进行序列标注处理，基于序列标注处理结果确定目标文本的分词。通过本发明实施例提供的中文文本分词的方法、装置、存储介质及电子设备，通过包含多个字图像的字图像集合生成目标字的字向量，可以更加综合、全面地确定每个目标字所包含的字形特征；基于该字向量进行分词处理，可以更加有效地识别未登录词，且可以降低中文词边界的模糊性。 | ||
| 搜索关键词： | 目标字 字图像 目标文本 分词 向量 存储介质 电子设备 中文文本 序列标注 集合 编码处理 分词处理 集合生成 字形特征 模糊性 有效地 中文 字体 登录 | ||
【主权项】：
1.一种中文文本分词的方法，其特征在于，包括：获取中文的目标文本，并确定所述目标文本中的目标字；确定所述目标字在不同字体下的字图像，并生成所述目标字的字图像集合，所述字图像集合包含所述目标字的多个字图像；对所述目标字的所述字图像集合进行编码处理，生成所述目标字的字向量；根据所述目标文本所有的所述字向量进行序列标注处理，基于序列标注处理结果确定所述目标文本的分词。
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北京香侬慧语科技有限责任公司，未经北京香侬慧语科技有限责任公司许可，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/201910650446.1/，转载请声明来源钻瓜专利网。
