[发明专利]英文文本的分词方法及装置在审
| 申请号： | 201710580373.4 | 申请日： | 2017-07-17 |
| 公开（公告）号： | CN107451117A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 晋彤;李永康 | 申请（专利权）人： | 广州特道信息科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 广州三环专利商标代理有限公司44202 | 代理人： | 梁顺宜,郝传鑫 |
| 地址： | 510000 广东省广州市越秀*** | 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： | 本发明实施例公开了一种英文文本的分词方法及装置，通过大量文章对标准词库中的预料进行若干时态、语态和复数形式的训练，然后根据已完成训练的所述标准词库，对所述待分词文本进行时态和复数的还原处理获得标准词条，再接收待分词文本，对所述待分词文本进行特征提取，根据提取的特征识别所述待分词文本所属的领域，接着根据所述待分词文本所属的领域对所述标准词条进行分词处理，可以支撑基于自然语言处理的词条切分，能有效解决现有的分词方法缺少对外文时态、语态及复数等变形进行学习的引擎，能有效进行全文的场景识别然后切分词条，有利于后续文本的挖掘处理。 | ||
| 搜索关键词： | 英文 文本 分词 方法 装置 | ||
【主权项】：
一种英文文本的分词方法，其特征在于，包括步骤：通过大量文章对标准词库中的预料进行若干时态、语态和复数形式的训练；根据已完成训练的所述标准词库，对所述待分词文本进行时态和复数的还原处理获得标准词条；接收待分词文本，对所述待分词文本进行特征提取，根据提取的特征识别所述待分词文本所属的领域；根据所述待分词文本所属的领域对所述标准词条进行分词处理。
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广州特道信息科技有限公司，未经广州特道信息科技有限公司许可，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/201710580373.4/，转载请声明来源钻瓜专利网。
