用于中文文本处理系统的中文分词方法

发明专利有效专利

申请号：
CN02127005.8
IPC分类号：G06F17/21
申请日期：
2002-07-25
申请人：
摩托罗拉公司

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	用于中文文本处理系统的中文分词方法
申请号	CN02127005.8	申请日期	2002-07-25
法律状态	暂无	申报国家	中国
公开/公告日	2004-01-28	公开/公告号	CN1471024
优先权	暂无	优先权号	暂无
主分类号	G06F17/21 ? 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〕 G06F17/20 处理自然语言数据的（语言分析或综合入G10L）〔6〕 G06F17/21 文本处理（G06F 17/27、G06F 17/28优先）〔6〕	IPC分类号	G;0;6;F;1;7;/;2;1查看分类表>
申请人	摩托罗拉公司	申请人地址	美国马萨诸塞州变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	赛伦斯运营公司	当前权利人	赛伦斯运营公司
发明人	陈桂林;陈芳
代理机构	北京纪凯知识产权代理有限公司	代理人	沙捷

摘要

一种用于中文文本处理系统的中文分词方法，包括取得输入汉字串的前两个汉字；在词库中检索出与前两个汉字的起始汉字相关的索引节点；取得该索引节点中的指针，该指针指向该词库中相应的词汇集合；在词汇集合中进行近似二分查找，如果找到该两个汉字词汇，则保存该词汇的索引，否则，保存与该两个汉字最接近的词汇的索引；对于输入汉字串，在该词汇集合中执行邻近匹配，以获得具有最大长度的匹配词汇，并把该匹配的词汇作为当前分词的结果。对于上述分词结果，本发明还进行切分歧义消解、识别中文人名、归并数词、量词和叠词、识别翻译人名、归并单字以及归并前后缀和识别地名。本发明在分词准确率和响应时间方面得到了重大改进。

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