一种基于图模型的文本分词提取方法、系统及应用
实质审查的生效
摘要

本发明属于语义网络技术领域,公开了一种基于图模型的文本分词提取方法、系统及应用。利用中文分词技术对文本进行分词处理;根据停用表对文本词汇进行去停用词处理;依据概率统计学,将待分词句子拆分为网状结构,得n个能组合的句子结构;基于统计学方法,给网状结构每条边赋予一定的权值;将权值最大的路径作为待分词句子的分词结果。本发明的方法比传统的词频‑反文档频率方法得到的特征词汇集合的准确度更高。本发明克服了信息增益方法只适合用来提取一个类别的文本特征的缺点。为后续的文本相似度与文本聚类技术提供良好的理论基础。本发明具有更大的利用价值。本发明精确地计算了特征词汇中不同词汇对文本思想的贡献度。

基本信息
专利标题 :
一种基于图模型的文本分词提取方法、系统及应用
专利标题(英):
暂无
公开(公告)号 :
CN114492415A
申请号 :
CN202210095563.8
公开(公告)日 :
2022-05-13
申请日 :
2022-01-26
授权号 :
暂无
授权日 :
暂无
发明人 :
石珺金平艳李志鹏杨阳朝廖勇张杰
申请人 :
深圳市网联安瑞网络科技有限公司
申请人地址 :
广东省深圳市福田区华富街道新田社区深南大道1006号深圳国际创新中心(福田科技广场)C栋二十二层
代理机构 :
广东普润知识产权代理有限公司
代理人 :
彭海民
优先权 :
CN202210095563.8
主分类号 :
G06F40/284
IPC分类号 :
G06F40/284  
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
G06F40/284
词汇分析,例如标记或搭配词
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : G06F 40/284
申请日 : 20220126
2022-05-13 :
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