一種領(lǐng)域術(shù)語抽取的方法

基本信息

申請(qǐng)?zhí)?/td> CN201410831590.2 申請(qǐng)日 -
公開（公告）號(hào) CN104598530B 公開（公告）日 2018-06-05
申請(qǐng)公布號(hào) CN104598530B 申請(qǐng)公布日 2018-06-05
分類號(hào) G06F17/30;G06F17/27 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 江潮;張芃 申請(qǐng)（專利權(quán)）人 八方傳神數(shù)碼科技（武漢）有限公司
代理機(jī)構(gòu) 北京康盛知識(shí)產(chǎn)權(quán)代理有限公司 代理人 語聯(lián)網(wǎng)（武漢）信息技術(shù)有限公司
地址 430070 湖北省武漢市東湖開發(fā)區(qū)光谷軟件園一期以西、南湖南路以南、光谷軟件園六期2幢5層205號(hào)
法律狀態(tài) -

摘要

摘要 一種領(lǐng)域術(shù)語抽取的方法，包括：對(duì)原始語料以語素為單位進(jìn)行任意長度的切分，獲得若干候選術(shù)語，其中，每個(gè)所述候選術(shù)語由至少二個(gè)語素組成；從詞頻、互信息、左右熵、獨(dú)立性和結(jié)構(gòu)多個(gè)維度對(duì)每個(gè)所述候選術(shù)語進(jìn)行分析，確定該候選術(shù)語的多個(gè)特征參數(shù)；利用確定的所述多個(gè)特征參數(shù)，計(jì)算出該候選術(shù)語的領(lǐng)域術(shù)語度；抽取所述領(lǐng)域術(shù)語度高于閾值的候選術(shù)語作為新的領(lǐng)域術(shù)語。本發(fā)明通過詞頻、互信息、左右熵、獨(dú)立性和結(jié)構(gòu)上對(duì)候選術(shù)語進(jìn)行充分的分析，保證提取的術(shù)語可靠性和準(zhǔn)確性較高。