[发明专利]中文文本识别方法及装置有效
| 申请号： | 201710129217.6 | 申请日： | 2017-03-06 |
| 公开（公告）号： | CN108536667B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 徐志焕;陈文鸿;陈利青;郑丽燕;吴锐彬;徐睿;张晓川 | 申请（专利权）人： | 中国移动通信集团广东有限公司;中国移动通信集团公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/247;G06F16/35;G06F16/33 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王庆龙 |
| 地址： | 510623 广东省广州*** | 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： | 本发明涉及一种中文文本识别方法及装置，该方法中首先获取PS域信令中各个终端的应用程序上报的关键词，并根据应用程序的类别对关键词进行分类处理，针对存储在不同搜索语料库中的关键词基于不同的预设算法对所述关键词进行切分、初步识别以及概率筛选，最后将筛选得到的结果加入到预设词库中，从而相比于现有的识别方法，本发明实施例提供的方法能够根据上报关键词的应用程序的类别不同对不同的词汇进行特定的处理，更具有针对性，从而能够得到更准确的识别结果，提高识别的效率。 | ||
| 搜索关键词： | 中文 文本 识别 方法 装置 | ||
【主权项】：
1.一种中文文本识别方法，其特征在于，包括：获取各终端应用程序上报的用户在应用程序搜索的关键词，并根据所述关键词的搜索类别属性，将所述关键词存储至对应类别的搜索语料库中；针对各个搜索语料库采用对应的预设算法对存储的关键词进行多次切分直至得到无法继续切分的单字符串；根据所述单字符串所属的搜索语料库的类别，基于对应预设的规则识别算法或基于预设词库对所述单字符串进行识别，筛选出初步识别字符，并将所述初步识别字符加入到候选新词词库中；当所述初步识别字符在所述候选新词词库中出现的概率达到预设的概率阈值时，将所述初步识别字符添加到所述预设词库中。
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中国移动通信集团广东有限公司;中国移动通信集团公司，未经中国移动通信集团广东有限公司;中国移动通信集团公司许可，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/201710129217.6/，转载请声明来源钻瓜专利网。
