基本信息:
- 专利标题： 中文分词方法、装置、设备及存储介质
- 申请号：CN202111064514.X 申请日：2021-09-10
- 公开(公告)号：CN113779990B 公开(公告)日：2023-10-31
- 发明人： 赵春阳 , 杨翊 , 苗岩 , 戴鹏 , 梁师铭 , 钟健
- 申请人： 中国联合网络通信集团有限公司
- 申请人地址： 北京市西城区金融大街21号
- 专利权人： 中国联合网络通信集团有限公司
- 当前专利权人： 中国联合网络通信集团有限公司
- 当前专利权人地址： 北京市西城区金融大街21号
- 代理机构： 北京同立钧成知识产权代理有限公司
- 代理人： 宋兴; 黄健
- 主分类号： G06F40/289
- IPC分类号： G06F40/289 ; G06F40/216
摘要：
本申请提供一种中文分词方法、装置、设备及存储介质，通过对待分词文本进行特定词组的逐字提取，得到字集合以及字频集合；将字集合中的元素进行元素组合，得到第一词集合和第一词频集合；将第一词集合与字集合进行合并，并对合并后的集合进行元素组合，得到第二词集合和第二词频集合，对于第二词集合，重复执行将对应的词集合与字集合进行合并、并对合并后的集合进行元素组合的步骤，对词频集合进行加权，得到加权词频集合，再根据预设词频阈值对加权词频集合进行筛选，得到目标词集合和目标词频集合；根据目标词频集合，和目标词集合中的目标词在待分词文字中的初始位置，对目标词集合进行排序。
公开/授权文献:
- CN113779990A 中文分词方法、装置、设备及存储介质 公开/授权日：2021-12-10
IPC结构图谱:
| G06F40/289 | 短语分析，例如有限状态技术或分块 |