[发明专利]基于规则的文本标引方法

权利要求书

1.一种基于规则的文本标引方法，包括以下步骤：

A、建立包括有关键词集合的知识集合，建立以词为基础的特征集合；

B、将上述特征集合按树形分类分等级并形成词树集，词树集中的每一枝节点作为规则 引用的最小集合；

C、建立规则集合，定义文本打标签的条件；

D、扫描文本，对文本进行关键词扫描、分词，提取文本内的关键特征；

E、对提取出的关键特征进行整理，并逐一与规则进行匹配；

F、关键特征与规则成功匹配的，则触发“命中”逻辑，将规则所携带的标签信息及关键 特征作为结果输出。

2.根据权利要求1所述的基于规则的文本标引方法，其特征在于：步骤D之后，对关键词 扫描的结果和分词结果进行匹配，删除关键词扫描中输出的歧义关键词。

3.根据权利要求1所述的基于规则的文本标引方法，其特征在于：关键词集合中又包括 特征词集、特征邻接词集、禁止词集；特征词集中包括广告特征，色情特征，联系方式特征， 禁止词特征。