[发明专利]一种基于时间窗口和语义的变体词规范化的方法和系统有效
| 申请号： | 201710308896.3 | 申请日： | 2017-05-04 |
| 公开（公告）号： | CN107315734B | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 沙灜;施振辉;李锐;梁棋;邱咏钦;王斌 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 11200 北京君尚知识产权代理有限公司 | 代理人： | 司立彬<国际申请>=<国际公布>=<进入 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于时间窗口和语义的变体词规范化的方法和系统。本方法为：1)根据给定变体词的出现时间，选取社交网络中该出现时间之前的设定时间段内的语料，作为候选语料库集合D1；2)将该候选语料库集合D1中和该变体词所在语料语义相似的语料加入到候选语料库集合D2；3)从该集合D2中提取出候选词，得到一候选词集合；4)根据每一候选词和变体词的字面相似度以及上下文特征相似度计算每对候选词和变体词的得分，根据计算结果确定该变体词对应的候选词，将确定出的候选词作为该变体词的规范词。本系统包括采集模块、过滤模块、获取模块和规范词获取模块。本发明使得社交网络的文本变的更加规范，便于舆情分析、热点时间追踪。 | ||
| 搜索关键词： | 一种 基于 时间 窗口 语义 变体 规范化 方法 系统 | ||
【主权项】：
1.一种基于时间窗口和语义的变体词规范化的方法，其步骤为：/n1)根据给定变体词的出现时间，选取社交网络中该出现时间之前的设定时间段内的语料，作为候选语料库集合D1；/n2)将该候选语料库集合D1中和该变体词所在语料语义相似的语料加入到候选语料库集合D2；/n3)从该候选语料库集合D2中提取出候选词，得到一候选词集合；/n4)根据每一候选词和变体词的字面相似度以及上下文特征相似度计算每对候选词和变体词的得分，根据计算结果确定该变体词对应的候选词，将确定出的候选词作为该变体词的规范词。/n
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科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/201710308896.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种中式英语的发现方法及系统
- 下一篇：用于笔记整理的方法及设备
