[发明专利]一种基于机器学习的中文商业文本预处理方法在审
| 申请号： | 201910660219.7 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110457685A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 桂冠;张婕;杨洁 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N20/00 |
| 代理公司： | 32224 南京纵横知识产权代理有限公司 | 代理人： | 董建林<国际申请>=<国际公布>=<进入 |
| 地址： | 210012江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的中文商业文本预处理方法，对输入的中文商业文本采用以下步骤进行处理：（1）对中文商业文本进行分句和分词；（2）利用决策树对分好的词语进行词性标注；（3）基于贝叶斯分类器利用条件概率进行词义消歧；（4）利用One‑Hot编码与Skip‑Gram模型结合的混合模型表示词向量；（5）利用TF‑IDF调整词语权重，确定多义词在当前语境下对应的词义；（6）输出基于机器学习预处理后的中文商业文本。本发明能够有效的解决中文商业问答系统由于文本预处理不足导致系统答非所问，应答情景有限的问题，提高计算机理解文本的准确性，使得机器翻译、智能问答等延伸工作具有可实施性。 | ||
| 搜索关键词： | 中文 文本 文本预处理 词义 基于机器 词语 预处理 贝叶斯分类器 机器翻译 词性标注 混合模型 利用条件 模型结合 问答系统 词向量 多义词 决策树 实施性 分词 分句 权重 消歧 应答 语境 输出 智能 学习 情景 计算机 概率 延伸 | ||
【主权项】：
1.一种基于机器学习的中文商业文本预处理方法，其特征在于：对输入的中文商业文本采用以下步骤进行处理：/n(1)对中文商业文本进行分句和分词；/n(2)利用决策树对分好的词语进行词性标注；/n(3)基于贝叶斯分类器利用条件概率进行词义消歧；/n(4)利用One-Hot编码与Skip-Gram模型结合的混合模型表示词向量；/n(5)利用TF-IDF调整词语权重，确定多义词在当前语境下对应的词义；/n(6)输出基于机器学习预处理后的中文商业文本。/n
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南京邮电大学，未经南京邮电大学许可，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/201910660219.7/，转载请声明来源钻瓜专利网。
