一種基于無(wú)監(jiān)督學(xué)習(xí)的中文地址分詞方法及系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202210119464.9 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN114154501A | 公開(kāi)（公告）日 | 2022-03-08 |
| 申請(qǐng)公布號(hào) | CN114154501A | 申請(qǐng)公布日 | 2022-03-08 |
| 分類(lèi)號(hào) | G06F40/289（2020.01）I;G06K9/62（2022.01）I | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 辛穎梅;胡玉偉;江錫強(qiáng);鄭雪原;魏剛;張家寶;楊孟金 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 南京擎天科技有限公司 |
| 代理機(jī)構(gòu) | 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 逯長(zhǎng)明;許偉群 |
| 地址 | 211800江蘇省南京市浦口區(qū)經(jīng)濟(jì)開(kāi)發(fā)區(qū)天浦路26號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本申請(qǐng)涉及地址分詞技術(shù)領(lǐng)域，提供一種基于無(wú)監(jiān)督學(xué)習(xí)的中文地址分詞方法及系統(tǒng)，利用地址數(shù)據(jù)間的相關(guān)信息，即對(duì)于描述內(nèi)容不同的地址含有全部或部分相同或相近的特征詞，以及特征詞會(huì)在地址數(shù)據(jù)中反復(fù)出現(xiàn)的特性，通過(guò)LDA主題模型自動(dòng)挖掘出地址數(shù)據(jù)的候選特征詞；通過(guò)將地址數(shù)據(jù)切分成詞和字兩種形式，增強(qiáng)不同長(zhǎng)度特征詞的挖掘能力；利用特征詞在地址要素內(nèi)的詞位信息和詞頻信息，進(jìn)一步合理確定地址切分位置，提高地址分詞的有效性。本申請(qǐng)?jiān)谶M(jìn)行中文地址分詞時(shí)，僅僅使用地址自身的信息，無(wú)需額外建立規(guī)模龐大的地址特征詞詞典，也無(wú)需標(biāo)注大量用于訓(xùn)練模型的地址數(shù)據(jù)，從而能夠有效解決先驗(yàn)知識(shí)要求多和人工標(biāo)注成本高的問(wèn)題。 |
