[发明专利]一种基于词权重进行分词的方法和装置有效
| 申请号： | 201510149892.6 | 申请日： | 2015-03-31 |
| 公开（公告）号： | CN104778159B | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 陈进平 | 申请（专利权）人： | 北京奇虎科技有限公司;奇智软件（北京）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京润泽恒知识产权代理有限公司11319 | 代理人： | 赵娟 |
| 地址： | 100088 北京市西城区新*** | 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： | 本发明实施例提供了一种基于词权重进行分词的方法和装置，该方法包括按照一个或多个切分方式对语料进行切分处理，以获得一个或多个分词；针对每个分词，统计所述分词在所述语料中的第一词频，以及，组成所述分词的字在所述语料中连续出现的第二词频；根据所述第一词频与所述第二词频计算所述分词在所述语料中的权重；基于所述权重从所述一个或多个分词中选取分词结果。本发明实施例通过分词的词频特性，减缓或消除高频次词在分词中的歧义，提高了分词的成功率。 | ||
| 搜索关键词： | 一种 基于 权重 进行 分词 方法 装置 | ||
【主权项】：
一种基于词权重进行分词的方法，包括：按照一个或多个切分方式对语料进行切分处理，以获得一个或多个分词；针对每个分词，统计所述分词在所述语料中的第一词频，以及，组成所述分词的其中一个字在所述语料中连续出现在同一个字后面的第二词频；根据所述第一词频与所述第二词频计算所述分词在所述语料中的权重；基于所述权重从所述一个或多个分词中选取分词结果；其中，所述根据所述第一词频与所述第二词频计算所述分词在所述语料中的权重的步骤包括：计算所述第一词频与所述第二词频之间的比值；至少按照所述比值计算所述分词在所述语料中的权重。
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北京奇虎科技有限公司;奇智软件（北京）有限公司，未经北京奇虎科技有限公司;奇智软件（北京）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/201510149892.6/，转载请声明来源钻瓜专利网。
