[发明专利]一种基于模糊逻辑的高效提取文本信息的方法

权利要求书

1.A.构建分类目专业词典：由行业专家按照业务需求对构建专业词典。

B.构建“结尾字-术语”词典：提取专业字典中所有术语的最后一个字并进行去重操作获得结尾字列表。以结尾字列表中的每一个结尾字作为关键字，以所有以此关键字结尾的术语作为值，构建“结尾字-术语”字典。

C.预设模糊匹配算法各个长度匹配阈值：模糊匹配算法为给出两个句子并返回这两个句子的相似度分数，为了获得最优的效果，就需要人工的为不同长度的每个待预测语句预设一个阈值。本发明中预设的阈值为经过大量实验获得，具有近似最优性。

D.分词工具加载全量专业词典：使用分词工具加载各个类目的专业词典用于后续分词操作。

E.对待预测数据进行分词：使用加载了全量专业词典的分词工具对输入文本进行分词并提取分词后的结尾词。

F.查找“结尾字-术语”词典：将结尾字输入“结尾字-术语”词典就能够得到以该字结尾的所有术语，将分词后的结果与返回的专业术语一一进行模糊匹配，返回得分最高且超过预设阈值的组合。