[发明专利]一种中文关键词的模糊集构造方法

权利要求书

1.一种中文关键词的模糊集构造方法，其特征在于，具体按照以下步骤实施：

步骤1、将输入的中文关键词拼音化处理；

步骤2、将步骤1得到的拼音进行分词处理得到特定格式的拼音；

步骤3、根据中文编辑距离的定义对步骤2得到的结果进行声母、韵母、声调的替换，输出模糊集合；

步骤4、拼音合法性检查；

步骤5、输出合法模糊集。

2.根据权利要求1所述的一种中文关键词的模糊集构造方法，其特征在于，所述步骤1具体为：

将输入的关键词通过拼音转化得到对应的拼音结构，包含声母、韵母和声调。

3.根据权利要求1所述的一种中文关键词的模糊集构造方法，其特征在于，所述步骤2具体为：

步骤(2.1)、对拼音进行声母、韵母和声调的判断；

步骤(2.2)、用“-”依次隔开所述步骤(2.1)中关键词拼音的声母、韵母和声调；

步骤(2.3)、输出经步骤(2.2)后特定格式的拼音。

4.根据权利要求1所述的一种中文关键词的模糊集构造方法，其特征在于，所述步骤3具体为：

步骤(3.1)、中文编辑距离的定义：一个拼音的声母或韵母发生变化，则取编辑距离值为2；音调的变化而造成的差异应该小于1；

步骤(3.2)、根据给定的编辑距离和改进拼音的编辑距离的定义确定声母、韵母或者声调可能变化的组合；

步骤(3.3)、根据不同的变化组合进行声母、韵母或者声调的替换；

步骤(3.4)、输出模糊集合。

5.根据权利要求1所述的一种中文关键词的模糊集构造方法，其特征在于，所述步骤4具体按照以下步骤实施：

步骤(4.1)、提取步骤3中输出的模糊集合中的每个元素；

步骤(4.2)、对每个元素提取出声母，然后根据声母的拼音字典判断该元素是否存在于该字典当中，如果该元素包含多个声母即有多组拼音，则应对该多组拼音进行判断是否存在于字典中，当该多组拼音全都存在字典中则说明该元素合法，保留该元素，当有一组拼音不存在字典中，则舍弃该元素。