[发明专利]文本切分方法及装置在审

专利信息
申请号: 202210117834.5 申请日: 2022-02-08
公开(公告)号: CN114595681A 公开(公告)日: 2022-06-07
发明(设计)人: 邓柯;潘长在 申请(专利权)人: 清华大学
主分类号: G06F40/216 分类号: G06F40/216;G06F40/284;G06F40/242
代理公司: 北京鸿元知识产权代理有限公司 11327 代理人: 董永辉;曹素云
地址: 10008*** 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: 发明公开一种文本切分方法及装置,包括:构建贝叶斯模型框架,文本切分预测模型包括初始词典D,词边界向量集合B和模型参数θ,文本切分预测模型用于将中文文本序列T中每一段未分词文本Tj,根据初始词典D、给定的词边界向量Bj和模型参数θ获得分词版本的文本Tj的概率;确定联合先验分布π(θ,B),将词语使用和文本切分的先验偏好整合到文本切分预测模型中;用EM算法估计模型参数θ的后验峰值用后验峰值从初始词典中去除显著性低词语,D简化为最终词典Df;用后验峰值最终词典Df,获得词边界向量的集合B,实现对文本T进行切分。本发明通过先验信息,以及κ参数的选择控制切词的颗粒度,以使得能够切分出词语,提高文本切分效果。
搜索关键词: 文本 切分 方法 装置
【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清华大学,未经清华大学许可,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/202210117834.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top