[发明专利]同义词挖掘方法及装置有效
| 申请号： | 201410193704.5 | 申请日： | 2014-05-08 |
| 公开（公告）号： | CN103942339B | 公开（公告）日： | 2017-06-09 |
| 发明（设计）人： | 车天文;王更生;刘捷;雷大伟 | 申请（专利权）人： | 深圳市宜搜科技发展有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 深圳市凯达知识产权事务所44256 | 代理人： | 任转英,刘大弯 |
| 地址： | 518026 广东省深圳市福田区滨*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种同义词挖掘方法，上述方法为提取类似对齐语料；对每对类似对齐语句S1、S2分别进行分词处理，得到词语序列S1(T1[1],T1[2],…,T1[i])、S2(T2[1],T2[2],…,T2[j])；在每对词语序列的S2(T2[1],T2[2],…,T2[j])中自适应挖掘S1(T1[1],T1[2],…,T1[i])的词语的同义词，并计算S1(T1[1],T1[2],…,T1[i])的词语相对S2(T2[1],T2[2],…,T2[j])的词语的同义概率；对NT1[i]相对于NT2[j]的同义概率进行迭代运算；计算NT1[i]相对于NT2[j]的全局同义置信度，并将置信度大于预设的置信度阈值的词对作为同义词输出；本发明同时公开了一种同义词挖掘装置。本发明提升了同义词挖掘的准确率，易于操作实现。 | ||
| 搜索关键词： | 同义词 挖掘 方法 装置 | ||
【主权项】：
一种同义词挖掘方法，其特征在于，所述方法周期性执行以下步骤：步骤A：根据搜索日志，提取类似对齐语料，假设所述类似对齐语料中包含Q对类似对齐语句，所述类似对齐语句指一组意思相同但表达方式不同的句子，所述类似对齐语句组成类似对齐语料；步骤B：对每对类似对齐语句S1、S2分别进行分词处理，得到Q对词语序列S1(T1[1],T1[2],…,T1[i])、S2(T2[1],T2[2],…,T2[j])；步骤C：在每对词语序列的S2(T2[1],T2[2],…,T2[j])中自适应挖掘S1(T1[1],T1[2],…,T1[i])的词语的同义词，并计算S1(T1[1],T1[2],…,T1[i])的词语相对S2(T2[1],T2[2],…,T2[j])的词语的同义概率，最终得到Q个同义概率矩阵S(NT1[i],NT2[j])，所述NT1[i],NT2[j])指T1[i],T2[j]标记后的词语；步骤D：以所有的同义概率矩阵S(NT1[i],NT2[j])为基础，对NT1[i]相对于NT2[j]的同义概率进行迭代运算；步骤E：以所有的同义概率矩阵S(NT1[i],NT2[j])为基础，计算NT1[i]相对于NT2[j]的全局同义置信度，并将置信度大于预设的置信度阈值的词对作为同义词输出。
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深圳市宜搜科技发展有限公司，未经深圳市宜搜科技发展有限公司许可，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/201410193704.5/，转载请声明来源钻瓜专利网。
