[发明专利]分句方法及其装置、电子设备、计算机可读存储介质

权利要求书

1.一种分句方法，其特征在于，包括：

获取待分句的文本；

对所述待分句的文本进行分词处理，以生成所述文本对应的分词序列，所述分词序列包括所述待分句的文本的中文符号；

确定所述分词序列中每个分词的词性；以及

根据预先设置的句尾词词性表，从所述每个分词的词性中选择句尾词对应的词性，根据所述句尾词对应的词性，在所述文本对应的分词序列中确定所述句尾词，根据所述句尾词和/或所述中文符号对所述文本对应的分词序列进行分句，以生成多个句子，其中，所述句尾词是指在句子末尾出现的词语；

使用分词算法对生成的每个句子进行分词处理，以获取所述每个句子的分词结果；

根据所述每个句子的分词结果，构建N-Gram语言模型；

使用所述N-Gram语言模型对所述每个句子进行矫正。

2.如权利要求1所述的方法，其特征在于，所述分词序列还包括所述待分句的文本的外文符号，所述对所述待分句的文本进行分词处理，以生成所述文本对应的分词序列，包括：

去除所述待分句的文本中的乱码；和/或，

将所述待分句的文本中的所述外文符号转化为所述中文符号，其中，所述外文符号包括外文标点符号，所述中文符号包括中文标点符号；以及

使用分词算法对所述待分句的文本进行分词处理，以生成所述文本对应的分词序列。

3.如权利要求2所述的方法，其特征在于，在生成多个句子之后，还包括：

判断所述生成的句子是否包含预设词性的词语；

若所述生成的句子包含所述预设词性的词语，则在所述生成的句子中预测补充所述预设词性对应的标点符号。

4.如权利要求1所述的方法，其特征在于，所述使用所述N-Gram语言模型对所述句子进行矫正，包括：

使用所述N-Gram语言模型对所述句子进行组词；

使用所述N-Gram语言模型对所述句子进行词的预测；

使用所述N-Gram语言模型对所述句子进行标点符号的预测。

5.一种分句装置，其特征在于，包括：

获取模块，用于获取待分句的文本；

第一分词处理模块，用于对所述待分句的文本进行分词处理，以生成所述文本对应的分词序列，所述分词序列包括所述待分句的文本的中文符号；

确定模块，用于确定所述分词序列中每个分词的词性；以及

分句模块，用于根据预先设置的句尾词词性表，从所述每个分词的词性中选择句尾词对应的词性，根据所述句尾词对应的词性，在所述文本对应的分词序列中确定所述句尾词，根据所述句尾词和/或所述中文符号对所述文本对应的分词序列进行分句，以生成多个句子，其中，所述句尾词是指在句子末尾出现的词语；

第二分词处理模块，用于使用分词算法对生成的每个句子进行分词处理，以获取所述每个句子的分词结果；

构建模块，用于根据所述每个句子的分词结果，构建N-Gram语言模型；

矫正模块，用于使用所述N-Gram语言模型对所述每个句子进行矫正。

6.如权利要求5所述的装置，其特征在于，所述分词序列还包括所述待分句的文本的外文符号，所述第一分词处理模块，包括：

去除子模块，用于去除所述待分句的文本中的乱码；和/或，

转化子模块，用于将所述待分句的文本中的所述外文符号转化为所述中文符号，其中，所述外文符号包括外文标点符号，所述中文符号包括中文标点符号；以及

分词处理子模块，用于使用分词算法对所述待分句的文本进行分词处理，以生成所述文本对应的分词序列。

7.如权利要求5所述的装置，其特征在于，所述分句模块在生成多个句子之后，还用于判断所述生成的句子是否包含预设词性的词语；

若所述生成的句子包含所述预设词性的词语，则在所述生成的句子中预测补充所述预设词性对应的标点符号。