[发明专利]分词方法和装置有效
申请号: | 201910164080.7 | 申请日: | 2019-03-05 |
公开(公告)号: | CN109918664B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 焦伟;陈孝良;冯大航;常乐 | 申请(专利权)人: | 北京声智科技有限公司 |
主分类号: | G06F40/289 | 分类号: | G06F40/289;G06F16/33;G06F16/31 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 李慧引;王宝筠 |
地址: | 100080 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种分词方法和装置,通过获取待分词文本;根据前向字典树,对待分词文本进行前向最大匹配分词,得到前向分词结果;根据后向字典树,对待分词文本进行后向最大匹配分词,得到后向分词结果;判断前向分词结果的词数与后向分词结果的词数是否相同;若前向分词结果的词数与后向分词结果的词数相同,则将前向分词结果作为待分词文本的分词结果;若前向分词结果的词数与后向分词结果的词数不相同,则将词数较少的分词结果作为所述待分词文本的分词结果。本申请由于采用了字典树进行分词,分词的速度得到了提高。并且通过采用前向最大匹配分词和后向最大匹配分词,提高了分词的准确率。 | ||
搜索关键词: | 分词 方法 装置 | ||
【主权项】:
1.一种分词方法,其特征在于,包括:获取待分词文本;根据前向字典树,对所述待分词文本进行前向最大匹配分词,得到所述待分词文本的前向分词结果;其中,所述前向字典树是将文本数据按照从前到后的顺序构建得到;根据后向字典树,对所述待分词文本进行后向最大匹配分词,得到所述待分词文本的后向分词结果;其中,所述后向字典树是将文本数据按照从后往前的顺序构建得到;判断所述待分词文本的前向分词结果的词数与所述待分词文本的后向分词结果的词数是否相同;若所述待分词文本的前向分词结果的词数与所述待分词文本的后向分词结果的词数相同,则将所述前向分词结果作为所述待分词文本的分词结果;若所述待分词文本的前向分词结果的词数与所述待分词文本的后向分词结果的词数不相同,则将所述前向分词结果和所述后向分词结果中词数较少的分词结果,作为所述待分词文本的分词结果。
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北京声智科技有限公司,未经北京声智科技有限公司许可,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/201910164080.7/,转载请声明来源钻瓜专利网。
- 上一篇:一种语义匹配方法、装置及存储介质
- 下一篇:文本的分词方法、装置和电子设备