[发明专利]基于NLP和企业信息的智能造词方法

权利要求书

1.一种基于NLP和企业信息的智能造词方法，其特征在于，包括以下步骤：

A、建立数据库中文本元素之间的关联度统计表，并根据文本元素的使用频率对关联度统计表进行实时更新；

B、建立数据库中文本元素的匹配函数，使用匹配函数对文本元素进行匹配造词，匹配优先级与文本元素的关联度成正比；

C、对匹配出的词组进行筛选，保留可靠性超出设定阈值的词组；

D、对步骤C中保留的词组进行使用状态监控，根据监控反馈对匹配函数进行实时更新。

2.根据权利要求1所述的基于NLP和企业信息的智能造词方法，其特征在于：步骤A中，关联度统计表包括任意一个文本元素与其它任意一个文本元素的单维关联度，以及任意一个文本元素与其它至少任意两个文本元素的多维关联度。

3.根据权利要求2所述的基于NLP和企业信息的智能造词方法，其特征在于：步骤B中，首先使用单维关联度对匹配函数进行线性变换，然后使用多维关联度对匹配函数进行非线性变换。

4.根据权利要求3所述的基于NLP和企业信息的智能造词方法，其特征在于：步骤C中，使用词组中各文本元素的匹配命中率对词组可靠性进行计算，

其中，h为词组中各文本元素的匹配命中率，R为词组可靠性。

5.根据权利要求4所述的基于NLP和企业信息的智能造词方法，其特征在于：步骤D中，建立匹配函数的权重集合，根据监控反馈，将命中率与权重集合中的权重值进行线性调整。

6.一种基于NLP和企业信息的智能造词系统，其特征在于，包括：

联度统计表更新模块：建立数据库中文本元素之间的关联度统计表，并根据文本元素的使用频率对关联度统计表进行实时更新；

造词模块：建立数据库中文本元素的匹配函数，使用匹配函数对文本元素进行匹配造词，匹配优先级与文本元素的关联度成正比；

筛选模块：对匹配出的词组进行筛选，保留可靠性超出设定阈值的词组；

匹配函数更新模块：对步骤C中保留的词组进行使用状态监控，根据监控反馈对匹配函数进行实时更新。

7.根据权利要求6所述的基于NLP和企业信息的智能造词系统，其特征在于：联度统计表更新模块中，关联度统计表包括任意一个文本元素与其它任意一个文本元素的单维关联度，以及任意一个文本元素与其它至少任意两个文本元素的多维关联度。

8.根据权利要求7所述的基于NLP和企业信息的智能造词系统，其特征在于：造词模块中，首先使用单维关联度对匹配函数进行线性变换，然后使用多维关联度对匹配函数进行非线性变换。

9.根据权利要求8所述的基于NLP和企业信息的智能造词系统，其特征在于：筛选模块中，使用词组中各文本元素的匹配命中率对词组可靠性进行计算，

其中，h为词组中各文本元素的匹配命中率，R为词组可靠性。

10.根据权利要求9所述的基于NLP和企业信息的智能造词系统，其特征在于：匹配函数更新模块中，建立匹配函数的权重集合，根据监控反馈，将命中率与权重集合中的权重值进行线性调整。