[发明专利]中医文本分词过程中的消歧方法、系统、设备及介质有效
| 申请号： | 201910722134.7 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110502750B | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 袁锋;王冰;郑向伟;于凤洋 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/216;G06F40/268;G06F16/35 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250358 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开公开了中医文本分词过程中的消歧方法，包括：获取待分词的中医文本；对中医文本进行预处理；对预处理后的中医文本进行分词处理；对分词处理后的结果与预先构建的组合歧义词库进行匹配，从分词处理后的结果中，筛选出组合歧义词和非组合歧义词；将非组合歧义词存储到分词结果数据库中；对筛选出的组合歧义词进行词频和词性标记，根据筛选出的组合歧义词的词性和词频，计算出当前组合歧义词的互信息向量，将互信息向量输入到预先训练好的支持向量机模型中，输出当前组合歧义词的类别是否为可拆分类别；根据类别实现对当前组合歧义词的拆分或不拆分处理。消除了中医文本分词过程中组合型词汇的正确分词，实现组合型中医词汇的准确消歧。 | ||
| 搜索关键词： | 中医 文本 分词 过程 中的 方法 系统 设备 介质 | ||
【主权项】：
1.中医文本分词过程中的消歧方法，其特征是，包括：/n获取待分词的中医文本；对中医文本进行预处理，所述预处理包括：删除停用词、重复词和语气词；/n对预处理后的中医文本进行分词处理；/n对分词处理后的结果与预先构建的组合歧义词库进行匹配，从分词处理后的结果中，筛选出组合歧义词和非组合歧义词；将非组合歧义词存储到分词结果数据库中；/n对筛选出的组合歧义词进行词频和词性标记，根据筛选出的组合歧义词的词性和词频，计算出当前组合歧义词的互信息向量，将互信息向量输入到预先训练好的支持向量机模型中，输出当前组合歧义词的类别是否为可拆分类别；根据类别实现对当前组合歧义词的拆分或不拆分处理。/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山东师范大学，未经山东师范大学许可，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/201910722134.7/，转载请声明来源钻瓜专利网。
