一種基于機器學(xué)習(xí)的文章斷句方法

基本信息

申請?zhí)?/td> CN202010232911.2 申請日 -
公開（公告）號 CN111401004A 公開（公告）日 2020-07-10
申請公布號 CN111401004A 申請公布日 2020-07-10
分類號 G06F40/131(2020.01)I;G06N20/00(2019.01)I 分類 -
發(fā)明人 李鑫;沈偉;鮑琦 申請（專利權(quán)）人 蘇州機數(shù)芯微科技有限公司
代理機構(gòu) 合肥市長遠專利代理事務(wù)所（普通合伙） 代理人 蘇州機數(shù)芯微科技有限公司
地址 215000江蘇省蘇州市蘇州工業(yè)園區(qū)金雞湖大道99號蘇州納米城1幢505-3室
法律狀態(tài) -

摘要

摘要 本發(fā)明提出的一種基于機器學(xué)習(xí)的文章斷句方法，首先獲取文本中的分隔符號，提取各分隔符號以及分隔符號兩側(cè)的相鄰詞語形成特征標記；將文本的特征標記輸入預(yù)設(shè)的切分模型，通過切分模型從特征標記中篩選有效分隔符合并輸出；然后根據(jù)有效分割符號獲得文本斷句結(jié)果。本發(fā)明中，切分模型的輸入為特征標記，特征標記的提取簡化了切分模型對待斷句文本的前期處理，使得切分模型的輸入更加簡潔并具有針對性，從而提高了斷句效率。本發(fā)明向開發(fā)者和科研人員提供了相應(yīng)的工具對化學(xué)專業(yè)領(lǐng)域的文檔進行分句以保證數(shù)據(jù)處理后續(xù)步驟的順利運行。??