[发明专利]一种基于网络信息的外语联想词库自训练方法

权利要求书

1.一种基于网络信息的外语联想词库自训练方法，包括针对特点场合的词库，所述的词库包括大量的外语单词，包括线性链表L(n)={w, s₁, s₂, ..., s_m, ...}，其中，n为链表序号，w项为序号为n的外语单词，s_m项为序号为n的外语单词的联想单词，具体为数据结构，即s_m={sw, c}，其中，sw项为联想单词, c项为相关系数，序号mϵ(1,K)，其中K根据所述的词库的复杂度而设定，其特征在于：还包括网络资源列表S(r)，序号r大于0，S(r)为外语网站链接，所述的基于基于网络信息的外语联想词库构建方法包括以下步骤：

S1：按顺序从网络资源列表S(r)选取一个外语网站链接进行登陆；

S2：搜索当日更新的文本资源；以句号，逗号，分号，冒号，顿号作为分割标记，提取两个分割标记之间的文本段；

S3：去除所述的文本段中的介词，冠词，代词，助动词，数词和连词，得到关联单词为word₁, word₂, ..., word_p, ...；

S4：在线性链表L(n)中搜索w项等于word_p的节点，其序号为x；将步骤S3中的其余关联单词word_q，加入线性链表的节点L(x)中，其中q≠p，此时存在两种情况：1、关联单词word_q已经存在于L(x).s_m中，即word_q等于L(x).s_m.sw，则L(x).s_m.c加1；2、关联单词word_q不存在于L(x).s_m中，则将关联单词word_q加到线性链表的节点L(x)的末端L(x).s_last，即L(x).s_last+1.sw=word_q，L(x).s_last+1.c=1，last=last+1，其中last是指向节点L(x)的末端的临时变量；

S5：采用冒泡法，对线性链表的节点L(x)中的关联单词s_m进行重新排序，按照L(x).s_m.c从大到小进行排列；

S6：如果已经完成步骤S2中文本资源搜索，则返回步骤1，登陆下一外语网站链接；否则，返回步骤2，提取下一个文本段。