[发明专利]一种为语料标注分词结果的方法、装置、设备及存储介质有效
申请号: | 201811623737.3 | 申请日: | 2018-12-28 |
公开(公告)号: | CN109800428B | 公开(公告)日: | 2023-01-13 |
发明(设计)人: | 李玉信 | 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: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 刘佳;王宝筠 |
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: | 本发明公开了一种为语料标注分词结果的方法、装置、设备及存储介质,包括:获取针对于目标语料标注的多个初始分词结果,并对于该多个初始分词结果,根据关联分词与各个初始分词结果中与其它初始分词结果不同的分词在收集语料中的同现概率,分析各个初始分词结果的可信程度,其中,该关联分词包括多个分词结果之间相同的分词;根据分析得到的各个分词结果的可信程度,从各个初始分词结果中选择用于标注该目标语料的目标分词结果。可见,依据各个初始分词结果的可信程度,可以从多个不同初始分词结果中自动选择出较为准确的初始分词结果作为最终标注该目标语料的分词结果。这样,无需对存在差异的分词结果进行人工校验,从而有效节省人力成本。 | ||
搜索关键词: | 一种 语料 标注 分词 结果 方法 装置 设备 存储 介质 | ||
【主权项】:
1.一种为语料标注分词结果的方法,其特征在于,包括:获取针对目标语料标注的多个初始分词结果;对于所述多个初始分词结果,根据各个初始分词结果中与其他初始分词结果不同的分词与关联分词在收集语料中的同现概率,分析所述各个初始分词结果的可信程度;所述关联分词包括所述多个分词结果之间相同的分词;根据所述各个初始分词结果的可信程度,从所述各个初始分词结果中选择用于标注所述目标语料的目标分词结果。
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/201811623737.3/,转载请声明来源钻瓜专利网。