基于伪数据改进分词器以处理自然语言

发明专利有效专利

申请号：
CN201680008451.7
IPC分类号：G06F40/289;G06F40/58
申请日期：
2016-02-01
申请人：
微软技术授权有限责任公司

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	基于伪数据改进分词器以处理自然语言
申请号	CN201680008451.7	申请日期	2016-02-01
法律状态	授权	申报国家	中国
公开/公告日	2018-06-05	公开/公告号	CN108124477A
优先权	暂无	优先权号	暂无
主分类号	G06F40/289	IPC分类号	G;0;6;F;4;0;/;2;8;9;;;G;0;6;F;4;0;/;5;8查看分类表>
申请人	微软技术授权有限责任公司	申请人地址	美国华盛顿州变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	微软技术许可有限责任公司	当前权利人	微软技术许可有限责任公司
发明人	赵兵;E·张
代理机构	永新专利商标代理有限公司	代理人	王英

摘要

提供了用于训练分词器(词语分割器)的技术。在一种技术中，分词器切分标记串以识别单独标记或词语。语言模型基于识别的标记或词语而生成。关于诸如个人或公司的实体的词汇表被识别。词汇表可以是涉及实体的在线数据，例如新闻文章或社交网络的成员的简档页面。词汇表中的一些标记可以具有高于其它标记的权重。语言模型接受加权的词汇表作为输入并生成伪句子。替代地，正规表达式被用来生成伪句子。伪句子被用来训练分词器。

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