[发明专利]从非结构化文本中提取特征词的方法及系统、计算机程序在审
| 申请号： | 201810120746.4 | 申请日： | 2018-02-07 |
| 公开（公告）号： | CN108038109A | 公开（公告）日： | 2018-05-15 |
| 发明（设计）人： | 孙宏亮;程国艮 | 申请（专利权）人： | 中译语通科技股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30;G06K9/62 |
| 代理公司： | 北京万贝专利代理事务所(特殊普通合伙) 11520 | 代理人： | 马红 |
| 地址： | 100040 北京市石*** | 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： | 本发明属于计算机软件技术领域，公开了一种从非结构化文本中提取特征词的方法及系统、计算机程序，对于每一段文本，首先通过隐马尔科夫模型将句子拆分成单词，使用word2vec将单词映射成向量；通过k‑means算法，将文本中出现的所有单词聚类；一个词属于Top K类，则不是关键词，否则是关键词。实验结果表明，本发明提出的特征词提取方法，在识别率和误识别率方面明显优于TFIDF。结果显示，TF‑IDF识别率为34.13％，误识别率为82.9％；识别率为81.65％，误识别率为40.25％，识别率大幅提升了47.52％的同时误识别率降低了42.65％。 | ||
| 搜索关键词： | 结构 文本 提取 特征 方法 系统 计算机 程序 | ||
【主权项】：
1.一种从非结构化文本中提取特征词的方法，其特征在于，所述从非结构化文本中提取特征词的方法对于每一段文本，首先通过隐马尔科夫模型将句子拆分成单词，使用word2vec将单词映射成向量；通过k-means算法，将文本中出现的所有单词聚类；一个词属于Top K类，则不是关键词，否则是关键词。
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中译语通科技股份有限公司，未经中译语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/201810120746.4/，转载请声明来源钻瓜专利网。
- 上一篇：文件处理方法、移动终端及计算机可读存储介质
- 下一篇：一种矿山溜井系统
