[发明专利]一种确定搭配词与中心词搭配程度的方法和系统

权利要求书

1.一种确定搭配词与中心词搭配程度的方法，其特征在于，包括：

获取语料，确定中心词，并确定与中心词对应的搭配词集合；

统计搭配词集合中的各个搭配词在语料中的出现次数；

统计搭配词集合中的各个搭配词与中心词在语料中搭配出现的次数；

利用搭配词与中心词在语料中搭配出现的次数和搭配词在语料中的出现次数来计算各个搭配词与中心词的搭配度；

结合所述搭配度确定各个搭配词与中心词的搭配程度。

2.根据权利要求1所述的方法，其特征在于，利用搭配词与中心词在语料中搭配出现的次数与搭配词在语料中出现的总次数来计算各个搭配词与中心词的搭配度包括：

利用搭配词与中心词在语料中搭配出现的次数除以搭配词在语料中的出现次数计算各个搭配词与中心词的搭配度。

3.根据权利要求1所述的方法，其特征在于，在获取语料，并确定中心词之后，计算各个搭配词与中心词的搭配度之前，还包括：

统计语料中的总词数；

计算各个搭配词与中心词的搭配度具体为：

利用搭配词与中心词在语料中搭配出现的次数、搭配词在语料中的出现次数以及语料中的总词数来计算各个搭配词与中心词的搭配度。

4.根据权利要求3所述的方法，其特征在于，利用搭配词与中心词在语料中搭配出现的次数、搭配词在语料中出现的总次数以及语料中的总词数来计算各个搭配词与中心词的搭配度具体为：

按照如下公式计算各个搭配词与中心词的搭配度：

f(i)=term_i×log(allcnt÷document_i);]]>

其中，f(i)表示某中心词与搭配词i的搭配度；trem_i表示搭配词i与中心词在语料中搭配出现的次数；document_i表示搭配词i在整个语料当中所出现的次数；allcnt表示语料中的总词数。

5.根据权利要求1-4任意一项所述的方法，其特征在于，还包括：

根据搭配程度向用户提供中心词的搭配词。

6.一种确定搭配词与中心词搭配程度的系统，其特征在于，包括：

预处理单元，用于获取语料，确定中心词，并确定与中心词对应的搭配词集合；

第一统计单元，用于统计搭配词集合中的各个搭配词在语料中的出现次数；

第二统计单元，用于统计搭配词集合中的各个搭配词与中心词在语料中搭配出现的次数；

计算单元，用于利用搭配词与中心词在语料中搭配出现的次数与搭配词在语料中出现的总次数来计算各个搭配词与中心词的搭配度；

第二确定单元，结合所述搭配度确定各个搭配词与中心词的搭配程度。

7.根据权利要求6所述的系统，其特征在于，所述计算单元包括：

第一获取子单元，用于从所述第一统计单元获取搭配词集合中的各个搭配词在语料中的出现次数；

第二获取子单元，用于从所述第二统计单元获取搭配词集合中的各个搭配词与中心词在语料中搭配出现的次数；

第一计算子单元，用于利用搭配词与中心词在语料中搭配出现的次数除以搭配词在语料中出现的次数计算各个搭配词与中心词的搭配度。

8.根据权利要求6所述的系统，其特征在于，还包括：

第三统计单元，用于统计语料中的总词数；

所述计算单元还包括：

第三获取子单元，用于从所述第三统计单元获取语料中的总词数；

第二计算子单元，用于利用搭配词与中心词在语料中搭配出现的次数、搭配词在语料中出现的总次数以及语料中的总词数来计算各个搭配词与中心词的搭配度。