[发明专利]一种基于信息熵的领域单文本分词方法与系统在审
申请号: | 202310404223.3 | 申请日: | 2023-04-17 |
公开(公告)号: | CN116522922A | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | 邓吉秋;唐宇;郭志勇;邱蓝;吴军;王飞龙 | 申请(专利权)人: | 中南大学 |
主分类号: | G06F40/289 | 分类号: | G06F40/289 |
代理公司: | 长沙启昊知识产权代理事务所(普通合伙) 43266 | 代理人: | 谢珍贵 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及自然语言处理技术领域,具体公开了一种基于信息熵的领域单文本分词方法,包括:获取待分词文本;遍历文本,计算单字符信息熵,并选取停用字;遍历文本,枚举所有可能的字符串连接组合形成候选词项,并计算各个候选词项的左右信息熵,以生成并记录候选词集;通过候选词集进行分词:遍历候选词集,记录不包含停用字且与已记录的分词结果无冲突的候选词项为分词结果,当候选词项与已记录的分词结果冲突时,记录并更新更满足边界冲突消减算法的候选词项为分词结果;对分词结果进行二次遍历,若存在停用字与前后某一单字组合信息熵更高且不为零,合并停用字与该单字,得到最终分词结果。本发明针对领域单文本的分词效果优秀,准确率更高。 | ||
搜索关键词: | 一种 基于 信息 领域 文本 分词 方法 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中南大学,未经中南大学许可,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/202310404223.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种麻醉穿刺针
- 下一篇:一种带有翻边特征的薄壁锥形管成型模具及方法
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置