一種用于文本段落劃分的方法和裝置

基本信息

申請?zhí)?/td> CN201910927810.4 申請日 -
公開（公告）號 CN110674635A 公開（公告）日 2020-01-10
申請公布號 CN110674635A 申請公布日 2020-01-10
分類號 G06F40/284（2020.01） 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 李敏; 吳家鳴 申請（專利權(quán)）人 北京妙筆智能科技有限公司
代理機(jī)構(gòu) 廈門福貝知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 北京妙筆智能科技有限公司
地址 100015 北京市朝陽區(qū)酒仙橋北路9號（廠區(qū)）10幢二層A5-12
法律狀態(tài) -

摘要

摘要 本申請公開了一種用于文本段落劃分的方法和裝置。該方法的一具體實(shí)施方式包括：計(jì)算各自然段之間的相似度數(shù)值，然后計(jì)算所述相似度數(shù)值的平均值，再基于門檻值進(jìn)行大段落劃分；對所述大段落分別進(jìn)行詞語特征值計(jì)算，并計(jì)算所述大段落中特征值最大的n個(gè)共同詞的熵；基于所述相似度數(shù)值的平均值進(jìn)行門檻值滑動，通過不同的門檻值分別計(jì)算所述共同詞的熵，取所述熵最小的劃分結(jié)果為最優(yōu)劃分。該實(shí)施方式有利于提高段落相似性的門檻值確定的準(zhǔn)確性，從而提高文本段落劃分的準(zhǔn)確性。