[发明专利]中文词性的标注方法和装置

摘要

本申请公开了一种中文词性的标注方法和装置。其中，该方法包括：分解待标注语句，得到待标注语句中的n个文字和每个文字在待标注语句中的位置，其中，n为述待标注语句中文字的数量；从预设数据库中查找每个文字在各自位置上的至少一个初始词性，得到每个文字的词状态；从预设数据库中查找每个文字的词状态的概率，其中，预设数据库中还存储有词状态和概率的对应关系；根据n个文字的词状态的概率，计算n个文字组成待标注语句的概率最大路径；以及确定概率最大路径上的每个文字的初始词性为对待标注语句中的文字进行标注的目标词性。本申请解决了现有技术中中文词性的标注方式比较复杂的技术问题。

主权项

1.一种中文词性的标注方法，其特征在于，包括：分解待标注语句，得到所述待标注语句中的n个文字和每个所述文字在所述待标注语句中的位置，其中，n为所述待标注语句中文字的数量；从预设数据库中查找每个所述文字在各自位置上的至少一个初始词性，得到每个所述文字的词状态，其中，所述词状态为由位置与词性构成的组合标识，所述预设数据库中存储有位置和词性的对应关系；从所述预设数据库中查找每个所述文字的词状态的概率，其中，所述预设数据库中还存储有词状态和概率的对应关系；根据n个所述文字的词状态的概率，计算n个所述文字组成所述待标注语句的概率最大路径；以及确定所述概率最大路径上的每个所述文字的初始词性为对待标注语句中的文字进行标注的目标词性；其中，根据n个所述文字的词状态的概率，计算n个所述文字组成所述待标注语句的概率最大路径包括：根据每两个相邻的所述文字的词状态的概率，计算所述每两个相邻的所述文字形成相邻关系的概率最大子路径，得到n‑1个所述概率最大子路径；以及确定n‑1个所述概率最大子路径的连接路径为所述概率最大路径；其中，从所述预设数据库中查找每个所述文字的词状态的概率包括：查找文字W₂至文字W_n‑1的词状态的初始概率、发射概率和转移概率，并查找文字W₁的词状态的初始概率和转移概率，以及查找文字W_n的词状态的发射概率，其中，所述发射概率表示文字由隐状态转换为显状态的概率，前一文字的所述转移概率表示所述前一文字的词状态转换为后一文字的词状态的概率，所述前一文字和所述后一文字为所述待标注语句中相邻的两个文字，所述文字W₁至所述文字W_n构成n个所述文字；其中，根据每两个相邻的所述文字的词状态的概率，计算所述每两个相邻的所述文字形成相邻关系的概率最大子路径，得到n‑1个所述概率最大子路径包括：根据所述前一文字的词状态的初始概率、所述后一文字的词状态的发射概率和所述前一文字的转移概率，计算所述前一文字和所述后一文字之间的所述概率最大子路径。