[发明专利]语料库构建方法、装置、电子设备及介质在审
| 申请号： | 202010475517.1 | 申请日： | 2020-05-29 |
| 公开（公告）号： | CN111639283A | 公开（公告）日： | 2020-09-08 |
| 发明（设计）人： | 周威;王大伟 | 申请（专利权）人： | 深圳壹账通智能科技有限公司 |
| 主分类号： | G06F16/955 | 分类号： | G06F16/955;G06F16/951;G06F16/31;G06F40/216 |
| 代理公司： | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人： | 刘丽华;孙芬 |
| 地址： | 518052 广东省深圳市*** | 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： | 本发明涉及大数据，提供一种语料库构建方法，能够确定语料库构建指令所指示的领域，确定与领域对应的目标网页并获取所有DIV标签，确定候选标签并检测候选标签中的文字数量是否小于相应阈值，相应阈值为候选标签所属的网页的文字总数量与预设比例的乘积，当候选标签中的文字数量小于相应阈值时，根据相应阈值确定候选标签的目标父标签，目标父标签的文字数量大于或者等于相应阈值，获取目标父标签中的所有子标签，基于超链接文字密度及停用词密度，从所有子标签中确定目标父标签对应的目标子标签，获取目标子标签中的文本信息，根据文本信息，生成语料库，能够生成精确的语料库。本发明还涉及区块链技术，所述语料库存储于区块链中。 | ||
| 搜索关键词： | 语料库 构建 方法 装置 电子设备 介质 | ||
【主权项】：
暂无信息
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深圳壹账通智能科技有限公司，未经深圳壹账通智能科技有限公司许可，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/202010475517.1/，转载请声明来源钻瓜专利网。
