[发明专利]分词模型训练方法和装置、及存储介质有效
| 申请号： | 201711450699.1 | 申请日： | 2017-12-27 |
| 公开（公告）号： | CN108038108B | 公开（公告）日： | 2021-12-10 |
| 发明（设计）人： | 李玉信;崔朝辉;赵立军;张霞 | 申请（专利权）人： | 东软集团股份有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 110179 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种分词模型训练方法和装置、及存储介质，其中方法包括：获取训练语料；对训练语料中的至少一篇文档进行拆分，获取各个类型对应的语料元素集；从各个类型对应的语料元素集中抽取语料元素，得到待训练语料元素集；待训练语料元素集中，每个类型的语料元素数量满足预设阈值；对待训练语料元素集中的各个语料元素进行分词以及词性标注，并对分词模型进行训练，从而能够采用各种类型的语料元素对分词模型进行训练，避免采用多个相同类型相似内容的训练语料，从而提高了训练得到的分词模型的准确度，降低了人工成本，提高了分词模型的训练效率。 | ||
| 搜索关键词： | 分词 模型 训练 方法 装置 存储 介质 | ||
【主权项】：
1.一种分词模型训练方法，其特征在于，包括：获取训练语料；对所述训练语料中的至少一篇文档进行拆分，获取各个类型对应的语料元素集；所述语料元素集中包括：对所述文档拆分得到的相应类型的至少一个语料元素；从各个类型对应的语料元素集中抽取语料元素，得到待训练语料元素集；所述待训练语料元素集中，每个类型的语料元素数量满足预设阈值；对所述待训练语料元素集中的各个语料元素进行分词以及词性标注，得到标注后的待训练语料元素集；根据所述标注后的待训练语料集对分词模型进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东软集团股份有限公司，未经东软集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711450699.1/，转载请声明来源钻瓜专利网。
