[发明专利]一种基于PubMed数据库的英文分词处理系统及方法在审
| 申请号： | 201910882780.X | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110633471A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 马子睿;海强;何玉洁;吴嘉敏 | 申请（专利权）人： | 宁夏大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62 |
| 代理公司： | 11246 北京众合诚成知识产权代理有限公司 | 代理人： | 张鹏 |
| 地址： | 750021 宁夏回族*** | 国省代码： | 宁夏;64 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数据挖掘技术领域，公开了一种基于PubMed数据库的英文分词处理系统及方法，利用现有的中英文分词技术对英文分词；基于分词结果的文本相似度计算；将每篇文章向量化，要实现文本向量化就要将原始文献做预处理，预处理中所用到的就是上面所述的英文分词方法；使用word2vec模型挖掘整个文献中词与词之间的关系，找出有利于的数据和其中的关联关系。系统包括：英文分词模块、文本相似度计算模块、数据和关联关系确定模块。本发明增加了数据的可读性，帮助研究人员快速筛选自己想要的文献，提高了文献的利用率；处理后的文献数据为医学研究提供良好的数据基础。 | ||
| 搜索关键词： | 分词 英文 预处理 文本相似度 向量化 关联关系确定 数据挖掘技术 分词处理 分词结果 分词模块 关联关系 计算模块 快速筛选 数据基础 文献数据 医学研究 中英文 可读性 数据库 文本 挖掘 帮助 研究 | ||
【主权项】：
1.一种基于PubMed数据库的英文分词处理方法，其特征在于，所述基于PubMed数据库的英文分词处理方法包括以下步骤：/n第一步，利用现有的中英文分词技术对英文分词；/n第二步，基于分词结果的文本相似度计算；将每篇文章向量化，要实现文本向量化就要将原始文献做预处理，预处理中所用到的就是上面所述的英文分词方法；/n第三步，使用word2vec模型挖掘整个文献中词与词之间的关系，找出有利于的数据和其中的关联关系。/n
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宁夏大学，未经宁夏大学许可，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/201910882780.X/，转载请声明来源钻瓜专利网。
