[发明专利]一种面向e-Science环境的多领域Web文本特征抽取系统及方法无效
| 申请号： | 200910223524.6 | 申请日： | 2009-11-23 |
| 公开（公告）号： | CN102073647A | 公开（公告）日： | 2011-05-25 |
| 发明（设计）人： | 胡长军;赵冲冲;翁彧;赵立永 | 申请（专利权）人： | 北京科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京汇信合知识产权代理有限公司 11335 | 代理人： | 王秀丽 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种面向e-Science环境的多领域Web文本特征抽取系统及方法。该方法包括：步骤1，统计目标文本中的字符频度；步骤2，以字符为基本处理单位，逐一抽取以该字符为起点，以频度为1的字符为终点间的字符串；步骤3，统计每个字符串出现频度，按照出现频度对特征词串进行降序排列并输出。本发明将无词典分词技术引入领域文本的特征发现，有效摆脱了传统方法对于领域词典的依赖，一定程度上增强了本发明在多领域科学数据中的移植性和实用价值。 | ||
| 搜索关键词： | 一种 面向 science 环境 领域 web 文本 特征 抽取 系统 方法 | ||
【主权项】：
一种面向e‑Science环境的多领域Web文本特征抽取方法，其特征在于，包括：步骤1，统计目标文本中的字符频度；步骤2，以字符为基本处理单位，逐一抽取以该字符为起点，以频度为1的字符为终点间的字符串；步骤3，统计每个字符串出现频度，按照出现频度对特征词串进行降序排列并输出。
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北京科技大学，未经北京科技大学许可，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/200910223524.6/，转载请声明来源钻瓜专利网。
