[发明专利]在线自动挖掘新词的方法及电子装置有效
| 申请号： | 201210525387.3 | 申请日： | 2012-12-10 |
| 公开（公告）号： | CN103870449B | 公开（公告）日： | 2018-06-12 |
| 发明（设计）人： | 吴先超 | 申请（专利权）人： | 百度国际科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人： | 倪志华 |
| 地址： | 518057 广东省深圳市南山*** | 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： | 本发明公开了一种在线自动挖掘新词的方法及电子装置，其中，在线自动挖掘新词的方法，包括：获取语料中的多个候选项；通过相似度算法，获得第一候选项集合；根据已建立的第一语言形式和第二语言形式组合的词对齐模型，获取所述第一候选项集合中候选项所对应的第一字符串组合的概率；判断所述第一候选项集合中候选项的加权得分是否达到第二阈值；若达到所述第二阈值，则所述第一候选项集合中候选项即为挖掘到的新词。通过上述方式，本发明能够利用计算机快速、准确地大量挖掘新词，取代了手工收集，满足用户日益增长的输入需求。 | ||
| 搜索关键词： | 候选项 挖掘 集合 电子装置 语言形式 相似度算法 字符串组合 输入需求 对齐 语料 加权 计算机 概率 | ||
【主权项】：
一种在线自动挖掘新词的方法，其特征在于，包括：获取语料中的具有预设字符串形式的候选项集合；根据已建立的具有预设语言形式组合的词对齐模型，获取所述候选项集合中候选项所对应的部分字符的概率；判断所述候选项集合中候选项所对应的部分字符的概率是否达到第二阈值，若达到所述第二阈值，则所述候选项集合中候选项即为挖掘到的新词；获取语料中的候选项集合的步骤包括：从所述语料中收集具有预设形式的第一字符串组合，并获取其中的候选项，所述候选项是预设形式的第一字符串组合中的第一字符串，所述第一字符串组合包括所述第一字符串和第二字符串，其中，所述第一字符串在所述第二字符串的前面且紧邻所述第二字符串；通过相似度算法，获得候选项集合，所述候选项集合是通过所述相似度算法得到的相似度得分达到第一阈值的候选项的集合；通过相似度算法，获得候选项集合，所述候选项集合是通过所述相似度算法得到的相似度得分达到第一阈值的候选项的集合。
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百度国际科技（深圳）有限公司，未经百度国际科技（深圳）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/201210525387.3/，转载请声明来源钻瓜专利网。
- 上一篇：电动车及其减速箱
- 下一篇：一种对输入法所产生的候选项进行排序的方法及装置
