[发明专利]支持大量词库的分词方法、计算机可读存储介质及系统有效
| 申请号： | 202011592528.4 | 申请日： | 2020-12-29 |
| 公开（公告）号： | CN112307753B | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 王三明;王聪明;胡小敏 | 申请（专利权）人： | 启业云大数据（南京）有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/242 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 刘珊珊 |
| 地址： | 210000 江苏省南京市江北新区产*** | 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： | 本发明提出一种支持大量词库的分词方法、计算机可读存储介质及系统，该方法包括以下步骤：构建领域词典；构建基于领域词典的离线分词模型；对于待分词的原始文本，通过离线分词模型进行分词，得到第一分词结果；对待分词的原始文本进行待搜索词提取，然后基于待搜索词在领域词典内进行一级索引搜索和二级索引搜索，最后对二级索引结果进行筛选，提取出候选词；将候选词和第一分词结果进行重组，基于重组结果构建原始文本的有向图，并基于最短路径法算出最优分词结果。本发明将单一领域分词结果与大词搜索的结果进行组合，基于组合结果构建有向图，将求解最优分词方案的问题转化为最优路径的问题快速求解，非常适合分出大词。 | ||
| 搜索关键词： | 支持 大量 词库 分词 方法 计算机 可读 存储 介质 系统 | ||
【主权项】：
暂无信息
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启业云大数据（南京）有限公司，未经启业云大数据（南京）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/202011592528.4/，转载请声明来源钻瓜专利网。
