[发明专利]一种基于品牌分析系统的NLP中文分词歧义识别方法在审
| 申请号： | 201810454166.9 | 申请日： | 2018-05-14 |
| 公开（公告）号： | CN108664618A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 汪伟亚;高倩;许恺;陈辉 | 申请（专利权）人： | 江苏号百信息服务有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 210006 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于品牌分析系统的NLP中文分词歧义识别方法，包含以下步骤：步骤一：输入汉语语句，通过最大匹配算法检测中文语句中存在的交叉歧义，并放入交叉型歧义集合，若集合为空，表示输入语句中无交叉型歧义，不进行任何处理，直接返回，否则，遍历集合中的所有歧义，进入步骤二处理；步骤二：采用基于深度优先搜索的递归方法，对歧义进行路径全切分，得到所有路径的集合，遍历路径集合，对每条路径做步骤三处理；步骤三：根据给定的选择可能性计算数学模型，对歧义切分路径进行建模，进行歧义消解。本发明提高了品牌分析系统中伪歧义识别率与准确率，使得系统更加智能的识别理解文本，降低人工干预，提高分析系统工作效率。 | ||
| 搜索关键词： | 歧义 集合 品牌分析 中文分词 交叉型 深度优先搜索 输入汉语语句 最大匹配算法 可能性计算 遍历路径 分析系统 工作效率 歧义消解 人工干预 输入语句 数学模型 识别率 准确率 遍历 递归 放入 建模 语句 文本 智能 返回 检测 中文 | ||
【主权项】：
1.一种基于品牌分析系统的NLP中文分词歧义识别方法，其特征在于包含以下步骤：步骤一：输入汉语语句，通过最大匹配算法检测中文语句中存在的交叉歧义，并放入交叉型歧义集合，若集合为空，表示输入语句中无交叉型歧义，不进行任何处理，直接返回，否则，遍历集合中的所有歧义，进入步骤二处理；步骤二：采用基于深度优先搜索的递归方法，对歧义进行路径全切分，得到所有路径的集合，遍历路径集合，对每条路径做步骤三处理；步骤三：根据给定的选择可能性计算数学模型，对歧义切分路径进行建模，计算并记录相应路径的选择可能性数值，计算歧义的路径集合中最大的两个选择可能性数值的差值，若在某一给定阈值内，则认定该歧义为真歧义，停止消解，并递交给真歧义消解模块处理，否则，判断该歧义为伪歧义，并将选择可能性数值最大的路径作为该歧义的消解结果。
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江苏号百信息服务有限公司，未经江苏号百信息服务有限公司许可，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/201810454166.9/，转载请声明来源钻瓜专利网。
