基于词典匹配的实体标注方法、模块及装置
授权
摘要

本发明公开一种基于词典匹配的实体标注方法、模块及装置,包括:将实体词语按小至大排成有序词典;为实体词语建立前向索引条F,F中第i个元素为实体词语前i个字符在有序词典中的最大前缀;将句子s按大小插入有序词典,利用有序词典中比句子s小的最大实体词语作为最大公共前缀基词w,计算s与w的前x个相同的字符,进而得到句子s在有序词典最大前缀;利用最大前缀标注信息对句子s的对应实体词语添加标注信息,并将其从s中切出,否则将s中第一个字切出,将切出后剩余部分作为句子s,重复以上步骤,直到s为空字符串。本发明经过一次二分搜索就能得到一个切分实体,进而得到预标注结果,通过这种预标注方法来减少用户的重复性劳动。

基本信息
专利标题 :
基于词典匹配的实体标注方法、模块及装置
专利标题(英):
暂无
公开(公告)号 :
CN112347765A
申请号 :
CN202011079331.0
公开(公告)日 :
2021-02-09
申请日 :
2020-10-10
授权号 :
CN112347765B
授权日 :
2022-06-07
发明人 :
胡振中刘毅吴浪韬
申请人 :
清华大学
申请人地址 :
北京市海淀区清华园
代理机构 :
北京鸿元知识产权代理有限公司
代理人 :
董永辉
优先权 :
CN202011079331.0
主分类号 :
G06F40/242
IPC分类号 :
G06F40/242  G06F40/295  G06F16/31  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F40/242
词典
法律状态
2022-06-07 :
授权
2021-03-02 :
实质审查的生效
IPC(主分类) : G06F 40/242
申请日 : 20201010
2021-02-09 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332