[发明专利]一种基于社团划分的无监督复合短语识别方法在审
| 申请号： | 201710018100.0 | 申请日： | 2017-01-10 |
| 公开（公告）号： | CN106897264A | 公开（公告）日： | 2017-06-27 |
| 发明（设计）人： | 柳厅文;闫旸;李全刚;亚静;王玉斌;时金桥;郭莉 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙)11200 | 代理人： | 邱晓锋 |
| 地址： | 100093 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于社团划分的无监督复合短语识别方法。该方法包括1)采用词性标注工具对输入的语料进行词性标注和分词；2)生成科技复合短语的上下文模板，并通过所述上下文模板对分词后的语料进行科技复合短语的预提取；3)将预提取后的文本中的分词序列映射到有序的社团图结构，按照分词之间的权重将前后具有紧密联系的词语划分到一个社团分段中；4)计算各个社团分段的模块度，并求解不同社团分段的组合的模块度，将整个输入文本的模块度之和最大化；5)验证各社团分段是否包含科技复合短语的特征词，以实现科技复合短语的最终识别。本发明只需少量标注语料，便可以自动识别科技类复合短语，是一种高效的科技类复合短语识别方法。 | ||
| 搜索关键词： | 一种 基于 社团 划分 监督 复合 短语 识别 方法 | ||
【主权项】：
一种基于社团划分的无监督复合短语识别方法，其步骤包括：1)采用词性标注工具对输入的语料进行词性标注和分词；2)生成科技复合短语的上下文模板，并通过所述上下文模板对分词后的语料进行科技复合短语的预提取；3)将预提取后的文本中的分词序列映射到有序的社团图结构，然后按照分词之间的权重将前后具有紧密联系的词语划分到一个社团分段中；4)计算各个社团分段的模块度，并求解不同社团分段的组合的模块度，将整个输入文本的模块度之和最大化；5)验证各社团分段是否包含科技复合短语的特征词，以实现科技复合短语的最终识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710018100.0/，转载请声明来源钻瓜专利网。
