[发明专利]一种缩略词展开式的识别方法及装置

说明书

本发明公开了一种缩略词展开式的识别方法及装置，其中该识别方法包括：根据第一预设规则，确定待识别展开式的目标缩略词；根据第二预设规则，判断待识别的所述目标缩略词是否为显性缩略词；若是，则按照识别所述显性缩略词展开式的方法去识别所述目标缩略词对应的展开式，否则按照识别隐性缩略词展开式的方法去识别所述目标缩略词对应的展开式。本发明可以迅速地确定英文文章中待识别的缩略词，并识别出缩略词的完整展开式。

技术领域

本发明涉及自然语言处理技术领域，特别是涉及一种缩略词展开式的识别方法及装置。

背景技术

在英文文章中，缩略语(abbreviation)是一种新的构词方法，也是现代词汇发展中一个重要的现象，比如金融领域所涉及的各种文书，包括书信、合同、文件以及各种单据等，都会频繁使用缩略词。缩略词的流行产生了很多问题，人们经常无法知道缩略词的意思，也无法获取到缩略词完整形式的展开式。读者在阅读一篇文章尤其是一篇科技文章的时候，会经常遇到一些几个字母组成短词术语，这些短词术语有可能是缩略词，也有可能不是缩略词，首先需要进行判断清楚。如果遇到很多不知道完整展开式的缩略词，读者就很难理解文章的完整内容，获取不了关键的信息。如何判断一个短词术语是不是缩略词以及怎样识别出一个缩略词的展开式，成为亟待解决的问题。

发明内容

本发明实施例提供一种缩略词展开式的识别方法及装置，以解决现有技术中的以下问题：在一篇英文文章中出现很多缩略词，但是无法确定缩略词的完整展开式，导致读者无法完整理解文章的内容。

为解决上述技术问题，本发明实施例采用的第一技术方案如下：

一种缩略词展开式的识别方法，其包括：根据第一预设规则，确定待识别展开式的目标缩略词；根据第二预设规则，判断待识别的所述目标缩略词是否为显性缩略词；若是，则按照识别所述显性缩略词展开式的方法去识别所述目标缩略词对应的展开式，否则按照识别隐性缩略词展开式的方法去识别所述目标缩略词对应的展开式；其中，所述显性缩略词为第一类型缩略词，所述隐性缩略词为不同于所述显性缩略词的第二类型缩略词。

可选地，所述根据第一预设规则，确定待识别展开式的目标缩略词，包括：判断字符数满足预设数目的潜在缩略词是否同时满足以下预设条件：所述潜在缩略词的各个组成字母均为小写字母、所述潜在缩略词不以“-”符号作为开头、所述潜在缩略词不以“.”符号作为结尾以及所述潜在缩略词的出现词频大于或等于预设词频阈值；若是，则判定所述潜在缩略词为待识别展开式的所述目标缩略词。

可选地，所述根据第二预设规则，判断待识别的所述目标缩略词是否为显性缩略词，包括：判断所述目标缩略词是否位于括号内，或位于括号两边的任意一边；若是，则判定所述目标缩略词为显性缩略词，否则判定所述目标缩略词为隐性缩略词。

可选地，所述按照识别所述显性缩略词的方法去识别所述目标缩略词对应的展开式，包括：判断与所述显性缩略词对应的括号内或者括号左右两边是否存在开头字母组合和所述显性缩略词相同的第一目标词组；若是，则将所述第一目标词组作为所述目标缩略词对应的展开式；其中，所述第一目标词组的相邻两个单词之间均存在一个空格的间隔。

可选地，所述按照识别隐性缩略词的方法去识别所述目标缩略词对应的展开式，包括：判断是否存在开头字母组合和所述隐性缩略词相同的第二目标词组，所述第二目标词组的相邻两个单词之间均存在一个空格的间隔；若是，则进一步判断所述第二目标词组的个数是否为一个以上；若是，则按照第三预设规则，选择其中一个所述第二目标词组作为所述目标缩略词对应的展开式。

可选地，所述按照第三预设规则，选择其中一个所述第二目标词组作为所述目标缩略词对应的展开式，包括：将出现频率最少的一个所述第二目标词组剔除；判断剔除出现频率最少的一个所述第二目标词组之后，是否只剩下一个所述第二目标词组；若是，则将剩下的一个所述第二目标词组作为所述目标缩略词对应的展开式。