[发明专利]古籍书名识别方法以及装置

权利要求书

1.一种古籍书名识别方法，其特征在于，所述方法包括：

获取古籍文本，基于古籍统计模型分词算法对所述古籍文本进行分词处理，得到多个分词；

基于预先保存的书名知识库，对每个分词进行分类，其中，分类类别包括：书名、篇名、乐舞名、书名简称、篇名简称以及含人名书名；

针对每个分词，在判断该分词只属于分类类别中的一个类别且该类别不为篇名时，将该分词保存为所述古籍文本的目标书名。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对每个分词，在判断该分词所属的分类类别大于一个类别时，将该分词保存为待标记书名；

基于预先保存的书名知识库，在判断该待标记书名是一个所述目标书名的简称，且属于书名+篇名简称结构时，将该待标记书名保存为目标书名，且更新目标书名库。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：针对剩余的每个待标记书名，保存该待标记书名在所述古籍文本中出现的段落位置；

基于预先保存的书名知识库，在判断该待标记书名是一个所述目标书名的简称，且属于作者+书名简称时，判断该待标记书名的段落位置前后预设行数是否出现特征字符；

在为是时，将该待标记书名保存为目标书名，且更新目标书名库。

4.根据权利要求3所述的方法，其特征在于，所述特征字符包括：“曰”、“云”、“谓”或者“：”。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记书名，基于预先保存的书名知识库，判断该待标记书名与该待标记书名的段落位置前后预设行数的内容是否构成人名+书名结构；

在为是时，将该待标记书名保存为目标书名，且更新目标书名库。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记书名，筛选包含有异体字或者繁体字的待标记书名；

将包含有异体字或者繁体字的待标记书名与预先保存的书名知识库进行匹配；

若匹配成功，将该待标记书名保存为目标书名，且更新目标书名库。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

针对剩余的每个待标记书名，基于预先保存的书名知识库，在判断该待标记书名是一个所述目标书名的简称，且属于书名+篇名简称结构时，将该待标记书名保存为目标书名，且更新目标书名库。

8.根据权利要求1-7任一所述的方法，其特征在于，所述方法还包括：

将每个目标书名标注出书名号。

9.根据权利要求8所述的方法，其特征在于，所述书名号为《》或者下划线。

10.一种古籍书名识别装置，其特征在于，所述装置包括：

获取模块，用于获取古籍文本，基于古籍统计模型分词算法对所述古籍文本进行分词处理，得到多个分词；

分类模块，用于基于预先保存的书名知识库，对每个分词进行分类，其中，分类类别包括：书名、篇名、乐舞名、书名简称、篇名简称以及含人名书名；

执行模块，针对每个分词，在判断该分词只属于分类类别中的一个类别且该类别不为篇名时，将该分词保存为所述古籍文本的目标书名。