[发明专利]一种中文语义库新词的生成方法在审
| 申请号： | 201810063751.6 | 申请日： | 2018-01-23 |
| 公开（公告）号： | CN108427668A | 公开（公告）日： | 2018-08-21 |
| 发明（设计）人： | 姜明鲁 | 申请（专利权）人： | 山东汇贸电子口岸有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 张靖 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种中文语义库新词的生成方法，所述方法通过设立文本块作为语料库，通过扫描文本块，把相邻出现的字组成集合，如果该集合不在字典中，统计该集合出现次数，如果出现次数超过阈值，则该相邻出现的字认定为新词，加入语义库。本发明方法能够精确比对中文文本的相似度，较快的识别新出现的词语，及时补充了词典，随着社会不断发展，文化的不断演进，中文词汇也随之不断扩充，通过使用本发明方法将识别的新词加入字典，将会节省大量的时间和人力。 | ||
| 搜索关键词： | 语义库 集合 中文 字典 扫描文本 中文文本 文本块 相似度 语料库 比对 词语 词汇 演进 补充 统计 | ||
【主权项】：
1.一种中文语义库新词的生成方法，其特征在于，所述方法通过设立文本块作为语料库，通过扫描文本块，把相邻出现的字组成集合，如果该集合不在字典中，统计该集合出现次数，如果出现次数超过阈值，则该相邻出现的字认定为新词，加入语义库。
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山东汇贸电子口岸有限公司，未经山东汇贸电子口岸有限公司许可，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/201810063751.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种法律文书的分段方法及装置
- 下一篇：异常行为监控方法和系统
