泰語詞語識(shí)別的方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201710982841.0 申請(qǐng)日 -
公開（公告）號(hào) CN107807918A 公開（公告）日 2018-03-16
申請(qǐng)公布號(hào) CN107807918A 申請(qǐng)公布日 2018-03-16
分類號(hào) G06F17/27 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張凱;閆昊;車雙武 申請(qǐng)（專利權(quán)）人 傳神聯(lián)合（北京）信息技術(shù)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 傳神聯(lián)合（北京）信息技術(shù)有限公司
地址 100000 北京市海淀區(qū)中關(guān)村南大街乙12號(hào)院1號(hào)樓4層506
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了泰語詞語識(shí)別的方法及裝置，屬于信息檢索技術(shù)領(lǐng)域。該方法包括：根據(jù)設(shè)定步長(zhǎng)，對(duì)待識(shí)別泰語文檔進(jìn)行過濾分割處理，獲得包括至少一個(gè)切片泰文字符串的切片集合；根據(jù)每個(gè)切片泰文字符串的信息熵處理參數(shù)值，對(duì)所述切片集合進(jìn)行刷選，形成詞匯輸出切片集合；從所述詞匯輸出切片集合中，將設(shè)定個(gè)數(shù)的切片泰文字符串確定為識(shí)別出的泰語詞語。這樣，可通過信息熵處理，從泰語文檔中識(shí)別出泰語詞語，這樣，提高了泰語詞語識(shí)別的效率，還可增加泰語文檔的瀏覽閱讀速度。