[发明专利]用于提取新复合词的系统和方法

权利要求书

1.一种用于从多个文本提取复合词的系统，所述系统包括：

获得部件，其作为分析多个第一文本的结果而获得复合词候选；

计算部件，其从多个第二文本的每个中，搜索所述复合词候选中包含的每个单词，并且计算每个单词在第二文本中的出现频率；

选择部件，其基于在时序数据中各单词的出现频率变化是否彼此同步，选择是否将所述复合词候选提取为复合词，所述时序数据分别表示按照第二文本的公开时间的顺序排列的每个单词的出现频率。

2.根据权利要求1的系统，其中，

选择部件基于在各表示每个单词出现频率的时序数据中，在多个复合词候选的每个复合词候选中包含的各单词的出现频率变化是否彼此同步，来计算每个复合词候选的评分，其中，所述评分表示用于确定是否将该复合词候选提取为复合词的水平，以及

选择部件根据各复合词候选的评分，将复合词候选选择为复合词。

3.根据权利要求1的系统，其中，在复合词候选包含预先指定的单词的情况下，在该预先指定的单词的出现频率的变化与该复合词候选中包含的不同单词的出现频率的变化相同步的条件下，选择部件将该复合词候选选择作为复合词。

4.根据权利要求1的系统，其中，在复合词候选包含出现频率在预定上限之下和预定下限之上的范围内变化的中间频率单词的情况下，在该中间频率单词的出现频率的变化与该复合词候选中包含的不同单词的出现频率的变化相同步的条件下，选择部件将该复合词候选选择作为复合词。

5.根据权利要求4的系统，其中，在该中间频率单词与包含在该复合词候选中的不同单词具有该中间频率单词被该不同单词修饰的关系的情况下，在该中间频率单词的出现频率的变化与该复合词候选中包含的该不同单词的出现频率的变化相同步的条件下，选择部件将该复合词候选选择作为复合词。

6.根据权利要求1的系统，其中，

在包含在复合词候选中的多个单词均未预先指定，并且中间频率单词具有在预定上限之下和预定下限之上的范围内变化的出现频率的条件下，

计算部件在该多个第二文本的每个第二文本中搜索该复合词候选，并且还计算该复合词候选在每个第二文本中的出现频率，以及

基于在各表示按照第二文本的公开时间的顺序排列的复合词候选出现频率的时序数据中复合词候选出现频率变化是否与在表示按照第二文本的公开时间的顺序排列的单词出现频率的时序数据中各单词的每个的出现频率的变化彼此同步，选择部件选择是否将该复合词候选提取为复合词。

7.根据权利要求1的系统，其中，

选择部件将关于每个单词的时序数据划分成均对应于一定时间段的多个数据段，

通过使用各单词的所划分的数据段，选择部件计算出在该一定时间段中各单词的出现频率的变化，并且

选择部件基于在该一定时间段中相应单词的各出现频率的变化是否彼此同步，选择是否将该复合词候选提取为复合词。

8.根据权利要求1的系统，还包括文本检索设备，所述文本检索设备包括：

存储部件，其预先从供检索的多个目标第三文本中检索出包含预先设置的多个标题词的第三文本，并且在其中与每个标题词相关联地存储所述第三文本；

输入部件，其接收用于检索第三文本的关键词的输入；和

检索部件，其在输入关键词为任何所述标题词的条件下，不是执行从供检索的目标第三文本中检索包含该关键词的第三文本的处理，而是从存储部件中读出与每个标题词相关联的第三文本，

在所述系统中，选择部件设置所选复合词作为任何所述标题词，并且使文本检索设备预先检索包含该复合词的第三文本，并将该第三文本存储在存储部件中。

9.根据权利要求1的系统，还包括：

输出部件，其将由选择部件选择作为多个标题词中的任何标题词的复合词输出到文本检索设备，所述文本检索设备包括：

存储部件，其预先从供检索的多个目标第三文本中检索出包含预先设置的标题词的第三文本，并且在其中与每个所述标题词相关联地存储所述第三文本；

输入部件，其接收用于检索第三文本的关键词的输入；和

检索部件，其在输入关键词为任何所述标题词的条件下，不是执行从供检索的目标第三文本检索包含该关键词的第三文本的处理，而是从存储部件读出与每个所述标题词相关联的第三文本。