分词词库的构建方法、分词方法、装置及存储介质

发明专利有效专利

申请号：
CN202010218109.8
IPC分类号：G06F40/242;G06F40/289;G06N3/04;G06N3/08
申请日期：
2020-03-25
申请人：
苏州蓝海彤翔系统科技有限公司

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	分词词库的构建方法、分词方法、装置及存储介质
申请号	CN202010218109.8	申请日期	2020-03-25
法律状态	实质审查	申报国家	中国
公开/公告日	2020-07-17	公开/公告号	CN111428475A
优先权	暂无	优先权号	暂无
主分类号	G06F40/242	IPC分类号	G;0;6;F;4;0;/;2;4;2;;;G;0;6;F;4;0;/;2;8;9;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	苏州蓝海彤翔系统科技有限公司	申请人地址	江苏省苏州市高新区科技城锦峰路158号101park8幢变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	苏州蓝海彤翔系统科技有限公司	当前权利人	苏州蓝海彤翔系统科技有限公司
发明人	齐全;陈道远;王博
代理机构	北京三友知识产权代理有限公司	代理人	周达;刘飞

摘要

本说明书实施例提供一种分词词库的构建方法、分词方法、装置及存储介质。所述方法包括：将待分词文本划分为多个子文本；获取第一候选字符串集合；其中，所述第一候选字符串集合包括所述多个子文本中长度小于预设值的字符串；根据通用词库对所述第一候选字符串集合中的字符串进行筛选，得到第二候选字符串集合；将所述第二候选字符串集合输入至预设的模型中，得到候选分词词库；其中，所述候选分词词库包括多个候选词和所述多个候选词对应的权值；根据所述候选分词词库构建分词词库，从而提高未登录词和歧义识别的准确性，提高分词的准确率。

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