[发明专利]一种医学术语词库词性标注方法

摘要

本发明公开了一种医学术语词库词性标注方法，包括以下步骤：S1、收集待标注词条：通过人工或算法收集待标注的词条，将这些词条保存到数据库或一个文件；S2、合成词性标注验证码图像：将收集的每个词条均转换为图像，并加入随机干扰线，形成验证码图像；S3、建立词性标注验证码数据库：以全球唯一识别号为主键，将每个词条与验证码图像对应起来，存入数据库；S4、验证码获取请求配发；S5、验证码校验请求响应；S6、词性标注结果确认；该方法将医学术语词性的标注工作分散到互联网验证码中，大大降低了医学术语词库建设的人工成本，使词库词汇量的扩充成为一个可持续的工作。 1

主权项

1.一种医学术语词库词性标注方法，其特征在于，包括以下步骤：S1、收集待标注词条：通过人工或算法收集待标注的词条，将这些词条保存到数据库或一个文件；S2、合成词性标注验证码图像：将收集的每个词条均转换为图像，并加入随机干扰线，形成验证码图像；S3、建立词性标注验证码数据库：以全球唯一识别号为主键，将每个词条与验证码图像对应起来，存入数据库；S4、验证码获取请求配发：开放词性标注验证码图像数据库访问接口，为有验证码需求的网站页面免费提供验证码，需求方发送验证码获取请求后，本地系统将随机从数据库抽取一幅图像，图像名与全球唯一识别号相同，并返回至需求方，需求方在验证码输入页面配置若干个词性标注框，以便用户在指定词性的标注框内输入验证码图像中的肉眼识别内容；S5、验证码校验请求响应：远端网页用户输入验证内容并提交后，网页后台将用户输入内容、用户词性标注结果、验证图像全球唯一识别号一并以特定格式封装，发送至本地系统，本地系统根据词性标注验证码数据库比对全球唯一识别号与用户输入内容的一致性，并刷新用户对该词条的词性标注结果及词性标注次数；S6、词性标注结果确认：当某个词条被用户标注的次数达到一定阈值后，选取概率最高的用户标注结果作为该词条对应的词性，同时，系统会删除该词条，不再对该词条进行标注。