[发明专利]同义词的获取方法及装置有效
| 申请号： | 201410156167.7 | 申请日： | 2014-04-17 |
| 公开（公告）号： | CN105095204B | 公开（公告）日： | 2018-12-14 |
| 发明（设计）人： | 阮淑梨;蒋建;魏洪平;谢庆伟 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京亿腾知识产权代理事务所 11309 | 代理人： | 李楠 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种同义词的获取方法及装置，该方法包括：获取文本集，对文本集进行分词生成第一词语集；对第一词语集通过停词表进行无效词过滤生成第二词语集；对第二词语集中的任意两个词语进行编辑距离处理生成第一同义词对集；对第一词语集中的词语构建向量空间模型；根据该模型获得每对同义词的空间向量，计算每对同义词的余弦相似度值，将每对同义词进行余弦阈值过滤策略的识别，生成第二同义词对集；对第二同义词对集中的词语进行词性标注生成第三同义词对集；将第三同义词对集中的词语通过一元模型处理后获取同义词。因此，本申请实现了检索出的同义词更为准确，并且没有歧义词语和无效词语出现，从而智能的检索出同义词的相关网页。 | ||
| 搜索关键词： | 同义词 获取 方法 装置 | ||
【主权项】：
1.一种同义词的获取方法，其特征在于，所述方法包括：获取文本集，对所述文本集进行分词生成第一词语集；对所述第一词语集通过停词表识别，进行无效词过滤生成第二词语集；对所述第二词语集中的任意两个词语进行编辑距离处理，生成第一同义词对集；对所述第一词语集中的词语构建基于上下文语境的向量空间模型；根据所述向量空间模型，获得所述第一同义词对集中的每对同义词的空间向量，计算所述第一同义词对集中的每对同义词的余弦相似度值，并根据所述余弦相似度值将所述每对同义词进行余弦阈值过滤策略的识别，生成第二同义词对集；对所述第二同义词对集中的词语进行词性标注，通过词性过滤策略生成第三同义词对集；将所述第三同义词对集中的词语通过一元模型处理后，生成第四同义词对集，以获取同义词。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201410156167.7/，转载请声明来源钻瓜专利网。
