一种领域新词的提取方法及系统
实质审查的生效
摘要

本发明提供一种领域新词的提取方法及系统,包括,采集行业内容数据,并抽取所述行业内容数据中的文本数据,得到专业领域文本数据集;根据预设的领域句法词典对所述专业领域文本数据集进行转化,得到对应的词向量数据集;调取所述词向量数据集中不属于所述预设的领域句法词典的候选词语,若所述候选词语的余弦相似度与所述预设的领域句法词典的余弦相似度大于预设的阈值,则判定所述候选词语为候选新词;通过预设的过滤规则对所述候选新词进行过滤,得到领域新词。本发明通过新词发现并融合多种新词提取的方法可实现特定领域词汇的提取,实现领域新词提取,提高分词准确率,从而提升自然语言处理下游任务的性能。

基本信息
专利标题 :
一种领域新词的提取方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN114266256A
申请号 :
CN202111567889.8
公开(公告)日 :
2022-04-01
申请日 :
2021-12-21
授权号 :
暂无
授权日 :
暂无
发明人 :
许冠中黄安子
申请人 :
深圳供电局有限公司
申请人地址 :
广东省深圳市罗湖区深南东路4020号电力调度通信大楼
代理机构 :
深圳汇智容达专利商标事务所(普通合伙)
代理人 :
徐文城
优先权 :
CN202111567889.8
主分类号 :
G06F40/30
IPC分类号 :
G06F40/30  G06F16/215  G06F16/335  G06F40/169  G06F40/216  G06F40/242  
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
G06F40/30
语义分析
法律状态
2022-04-19 :
实质审查的生效
IPC(主分类) : G06F 40/30
申请日 : 20211221
2022-04-01 :
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