一种基于网页文本的新词查找系统及方法

发明专利无效专利

申请号：
CN201210276483.9
IPC分类号：G06F17/30
申请日期：
2012-08-03
申请人：
人民搜索网络股份公司

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	一种基于网页文本的新词查找系统及方法
申请号	CN201210276483.9	申请日期	2012-08-03
法律状态	撤回	申报国家	中国
公开/公告日	2013-05-15	公开/公告号	CN103106227A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	人民搜索网络股份公司	申请人地址	北京市朝阳区东三环中路1号环球金融中心西塔16层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	人民搜索网络股份公司	当前权利人	人民搜索网络股份公司
发明人	杨青;张爱琦;崔世起
代理机构	北京汇泽知识产权代理有限公司	代理人	刘淑敏

摘要

本发明公开了一种基于网页文本的新词查找系统及方法，包括网页文本选取模块、网页文本预处理模块、新词发现模块和新词生成模块；其通过：A、选取网页文本的步骤；B、网页文本预处理的步骤；C、新词发现的实现步骤，包括进行串频统计、计算词串变化率、计算词串共现率以及进行父子串归并；D、实现新词过滤和剪枝策略的步骤，对生成的候选新词集合进行过滤，去除垃圾串。采用本发明，能够根据一段时间内词串出现频率的变化情况及词串的共现率，辅以过滤策略，不需构建语料库和特殊规则，即可简便易行地从网页文本中发现新词，以实现增量式新词发现。

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