[发明专利]一种多特征融合识别中文机构名的控制方法

权利要求书

1.一种在自然语言处理系统中多特征融合识别中文机构名的控制方法，其特征在于，包括如下步骤：

a.根据中文机构名右边界特征词库以及中文机构名左边界规则识别待语句中待识别机构名的左右边界，生成候选中文机构名；

b.确定所述候选中文机构名的构成模式，对所述候选中文机构名进行筛选；以及

c.与中文机构名上下文语义环境特征词进行比较，验证所述候选中文机构名以确定中文机构名。

2.根据权利要求1所述的控制方法，其特征在于，所述步骤a之前还包括如下步骤：

-根据语料库生成所述中文机构名右边界特征词库；

-根据语料库生成所述中文机构名左边界规则；

-根据语料库生成所述中文机构名错误构成模式；以及

-根据语料库生成所述中文机构名上下文语义环境特征词库。

3.根据权利要求2所述的控制方法，其特征在于，所述中文机构名右边界特征词库为中文机构名的尾词词库，其用于确定中文机构名的右边界。

4.根据权利要求2所述的控制方法，其特征在于，所述中文机构名左边界规则用于将所述特征语法单元之后的词确定为所述中文机构名左边界，其中所述特征语法单元是指中文机构名之前的语法单元。

5.根据权利要求4所述的控制方法，其特征在于，所述特征语法单元包括：

-第一语法单元：标点符号；

-第二语法单元：介词；

-第三语法单元：连词；

-第四语法单元：部分常用词；

-第五语法单元：部分及物动词；以及

-第六语法单元：句首。

6.根据权利要求2所述的控制方法，其特征在于，所述中文机构名上下文语义环境特征词库与所述右边界特征词库相适应。

7.根据权利要求1至6任一项所述的控制方法，其特征在于，所述步骤a包括如下步骤：

a1.根据所述右边界特征词库从左向右扫描待识别语句，确定所述中文机构名的右边界词；

a2.根据所述左边界规则从右向左扫描待识别语句，确定所述中文机构名的左边界词；以及

a3.根据所述右边界词以及左边界词生成候选中文机构名。

8.根据权利要求7所述的控制方法，其特征在于，所述步骤a2包括如下步骤：

a21.根据所述左边界规则，确定多个左边界词，则根据所述左边界规则特征语法单元的权重大小，将权重大的所述特征语法单元后的词作为最终左边界词。

9.根据权利要求7或8所述的控制方法，其特征在于，所述左边界词为所述中文机构名前缀修饰词，所述右边界词为所述中文机构尾词，所述候选中文机构名包括左边界词以及右边界词。

10.根据权利要求1至9任一项所述的控制方法，其特征在于，所述特征语法单元的权重不同由右边界特征词库预先定义。

11.根据权利要求1至10任一项所述的控制方法，其特征在于，所述步骤b包括如下步骤：

b1.对所述候选中文机构名进行分词处理；

b2.根据所述步骤b1的分词处理结果提取所述候选中文机构构成模式；以及

b3.与中文机构名的错误构成模式进行相似度匹配，去除错误构成模式的候选中文机构名。

12.根据权利要求11所述的控制方法，其特征在于，所述步骤b3包括如下步骤：

b31.判断所述候选中文机构名构成模式与所述中文机构名的错误构成模式的相似度是否大于第一阈值；

b32.若所述候选中文机构名构成模式与所述中文机构名的错误构成模式的相似度大于第一阈值，则去除所述候选中文机构名；以及

b33.若所述候选中文机构名构成模式与所述中文机构名的错误构成模式的相似度不大于第一阈值，则保留所述候选中文机构名。

13.根据权利要求1至12任一项所述的控制方法，其特征在于，所述步骤c包括如下步骤：

c1.从上下文语义特征词库中提取出所述候选中文机构名对应特征尾词相适应的上下文语义特征词；

c2.将上述上下文语义特征词与所述候选中文机构名对应的待识别语句进行匹配，并判断所述左右边界是否介于所述上下文语义特征词之间；

c3.若所述左右边界不介于所述上下文语义特征词之间，则重新定位所述左右边界，确定最终识别的中文机构名；以及

c4.若所述左右边界介于所述上下文语义特征词之间，则确定所述候选中文机构名尾最终识别的中文机构名。