[发明专利]一种基于web检索和新词发现的领域词典构建方法有效
| 申请号： | 202010068095.6 | 申请日： | 2020-01-21 |
| 公开（公告）号： | CN111325018B | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 杜梦豪;赵琨;刘杰鹏;丁健;梁栋彬;袁显峰 | 申请（专利权）人： | 上海恒企教育培训有限公司 |
| 主分类号： | G06F40/242 | 分类号： | G06F40/242;G06F40/289;G06F40/211;G06F40/58;G06F16/332;G06F16/951 |
| 代理公司： | 深圳紫晴专利代理事务所(普通合伙) 44646 | 代理人： | 程玉红 |
| 地址： | 上海市杨浦区*** | 国省代码： | 暂无信息 |
| 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web检索和新词发现的领域词典构建方法，针对文本数据的多样性和丰富性(包含网络数据和文献数据)，以及新词中也存在领域词等特点，提出一种基于web检索和新词发现的领域词典构建方法。该方法由以下两部分组成：基于种子词典爬取网络数据，然后基于自定义的抽取模式抽取领域词；基于互信息和左右熵学习字与字之间的自由度和粘合度，然后基于BiLstm‑CRF实现新词发现。本发明与现有的技术相比的优点在于：本发明基于互信息和左右熵学习字与字之间的粘合度和自由度，然后基于BiLstm‑CRF模型学习文本的上下文信息，整体提升低频词的识别率,基于检索和统计的方法，对抽取的新词和发现的词进行校验,省去人工校验，能够高抽取的领域词的质量。 | ||
| 搜索关键词： | 一种 基于 web 检索 新词 发现 领域 词典 构建 方法 | ||
【主权项】：
暂无信息
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上海恒企教育培训有限公司，未经上海恒企教育培训有限公司许可，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/202010068095.6/，转载请声明来源钻瓜专利网。
