一种领域语料库构建方法及系统

发明专利有效专利

申请号：
CN202011473992.1
IPC分类号：G06F16/31;G06F16/35;G06N7/00;G06N20/00;G06N20/10
申请日期：
2020-12-14
申请人：
福建正孚软件有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种领域语料库构建方法及系统
申请号	CN202011473992.1	申请日期	2020-12-14
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-16	公开/公告号	CN112507060A
优先权	暂无	优先权号	暂无
主分类号	G06F16/31	IPC分类号	G;0;6;F;1;6;/;3;1;;;G;0;6;F;1;6;/;3;5;;;G;0;6;N;7;/;0;0;;;G;0;6;N;2;0;/;0;0;;;G;0;6;N;2;0;/;1;0查看分类表>
申请人	福建正孚软件有限公司	申请人地址	福建省福州市鼓楼区软件大道89号福州软件园C区38号楼三楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	福建正孚软件有限公司	当前权利人	福建正孚软件有限公司
发明人	倪时龙;张怀刚;罗建新;陈颖华;郑敏;钱新红
代理机构	福州市景弘专利代理事务所（普通合伙）	代理人	徐剑兵;林祥翔

摘要

本发明公开一种领域语料库构建方法及系统，其中方法包括如下步骤：术语发现步骤：在自然语料库中提取与领域相关的术语；概念发现步骤：从与领域相关的公文、单据和报告中，提取与领域有关的术语；短语发现步骤：从预设的大规模文档中采用监督机器学习算法或半监督机器学习算法获取可以表达概念的短语集合；概念归类步骤：对短语集合的短语进行归类，将归类后的短语和提取后的术语作为语料库的语料存到数据库中。本发明可以实现对特定业务领域的语料库的构建，解决现有特定业务领域的语料库构建问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供