[发明专利]一种文本模式生成方法、装置和计算设备有效
| 申请号： | 201611139530.X | 申请日： | 2016-12-12 |
| 公开（公告）号： | CN106776556B | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 阮松松;姜宁 | 申请（专利权）人： | 北京蓝海讯通科技股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京思睿峰知识产权代理有限公司 11396 | 代理人： | 赵爱军;谢建云 |
| 地址： | 100191 北京市海淀区西小*** | 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： | 本发明公开了一种文本模式生成方法，适于在计算设备中执行，该方法包括：获取包括多条文本数据的文本库，并对其中每行文本数据进行分词处理；从文本数据中统计出每个单词的出现次数，并筛选出其中的高频词，将高频词及其出现次数进行关联存储；筛选出每行文本数据中的高频词，构成该行文本数据对应的高频词元组；根据各高频词在文本数据中的出现次数，计算任意两个高频词之间的依赖度；根据文本数据对应的高频词元组，生成每行文本数据的预选文本模式；根据高频词之间的依赖度，对预选文本模式进行修正，得到文本数据的修正文本模式；以及对修正文本模式进行相似度合并，得到文本模式库。本发明还公开了对应的文本模式生成装置和计算设备。 | ||
| 搜索关键词： | 一种 文本 模式 生成 方法 装置 计算 设备 | ||
【主权项】：
1.一种文本模式生成方法，适于在计算设备中执行，该方法包括：获取包括多条文本数据的文本库，并对其中每行文本数据进行分词处理；对文本库中的文本数据进行第一次遍历，统计出所有文本数据中每个单词的出现次数，并从中筛选出出现次数大于第一阈值的单词作为高频词，将高频词与该高频词的出现次数相关联的存储为高频词词典；分别从文本库中的每行文本数据中筛选出高频词，构成该行文本数据对应的高频词元组；根据各高频词在文本数据中的出现次数，计算任意两个高频词之间的依赖度；对文本库中的文本数据进行第二次遍历，根据文本数据对应的高频词元组，生成每行文本数据的预选文本模式；根据高频词之间的依赖度，对文本数据的预选文本模式进行修正，得到文本数据的修正文本模式；以及对文本数据的修正文本模式进行相似度合并，得到文本模式库。
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蓝海讯通科技股份有限公司，未经北京蓝海讯通科技股份有限公司许可，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/201611139530.X/，转载请声明来源钻瓜专利网。
