[发明专利]多领域词典自动构建方法在审
| 申请号： | 201611150855.8 | 申请日： | 2016-12-13 |
| 公开（公告）号： | CN106682128A | 公开（公告）日： | 2017-05-17 |
| 发明（设计）人： | 张晓霞;刘世林 | 申请（专利权）人： | 成都数联铭品科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610041 四川省成都市高新区*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及自然语言处理领域，特别涉及多领域词典自动构建方法；在自动获取文本关键词的基础上，对待处理文本进行聚类，形成N个主题文本集；构建M个领域，选取各领域的种子词，依次统计各领域种子词在各主题文本集中出现的频率；将频率最高的主题文本集作为对应领域词典扩展的源文本集；计算各领域种子词与对应源文本集的文本中各候选词的关联度，将关联度到达设置阈值的候选词作为该领域词存入对应的词典中。本发明方法在自动区分文本主题领域的基础上，在较短的时间内可以构建数个词典，为相关的文本分析提供更多可用工具。也可以为某一具体分析提供更多分析维度，使得分析的视角更加全面，分析的结果更加准确。 | ||
| 搜索关键词： | 领域 词典 自动 构建 方法 | ||
【主权项】：
多领域词典自动构建方法，其特征在于，包含以下实现步骤：(1)构建初始文本集；(2)提取出初始文本集中各文本的关键词；(3)对待处理文本进行聚类，生成N个主题文本集，其中N为整数且N≥2；(4)构建M个领域，选取各领域的种子词，其中M为≤N的正整数；(5)依次统计各领域种子词在各主题文本集中出现的频率；将频率最高的主题文本集作为对应领域词典扩展的源文本集；(6)计算各领域种子词与对应源文本集的文本中各候选词的关联度，将关联度到达设置阈值的候选词作为该领域词存入对应的词典中。
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成都数联铭品科技有限公司，未经成都数联铭品科技有限公司许可，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/201611150855.8/，转载请声明来源钻瓜专利网。
