文本类型识别方法及装置
授权
摘要
本申请提供一种文本类型识别方法及装置,用于解决现有技术中文本类型识别准确度低的技术问题。其中,一种文本类型识别方案,包括:获取语料数据;去除所述语料数据中的无效信息,生成预处理语料数据;对所述预处理语料数据的文本内容进行分词,生成由若干分词单元组成的若干句子集合;计算若干句子集合中各句子与模板句的语义相似度,选取语义相似度超过第一判断阈值的句子,记为关键句;识别关键句中的关键词组,确定文本类型。本发明通过识别语料数据中的关键句、关键词,确定文本类型。并且通过去除语料数据中的无效信息,避免了无效信息被误判为关键信息,从而提高了文本类型识别的准确度。
基本信息
专利标题 :
文本类型识别方法及装置
专利标题(英):
暂无
公开(公告)号 :
CN113673243A
申请号 :
CN202110967393.3
公开(公告)日 :
2021-11-19
申请日 :
2021-08-23
授权号 :
CN113673243B
授权日 :
2022-04-22
发明人 :
杨一帆刘悦华
申请人 :
上海浦东华宇信息技术有限公司
申请人地址 :
上海市浦东新区中国(上海)自由贸易试验区祖冲之路899号2幢4层
代理机构 :
北京中索知识产权代理有限公司
代理人 :
胡大成
优先权 :
CN202110967393.3
主分类号 :
G06F40/289
IPC分类号 :
G06F40/289 G06F16/28 G06F40/216 G06F40/30
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
G06F40/289
短语分析,例如有限状态技术或分块
法律状态
2022-04-22 :
授权
2021-12-07 :
实质审查的生效
IPC(主分类) : G06F 40/289
申请日 : 20210823
申请日 : 20210823
2021-11-19 :
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