-
公开(公告)号：CN111832299A
公开(公告)日：2020-10-27
申请号：CN202010689156.0
申请日：2020-07-17
Applicant: 成都信息工程大学
IPC: G06F40/289 , G06F40/242
Abstract: 本发明公开了一种中文分词系统，涉及自然语言处理技术领域，所述系统包括：文本获取模块，用于获得文本文件数据；文本预处理模块：用于对文本文件数据进行预处理，获得待分词文本数据；分词模块：用于基于词典对待分词文本数据进行分词处理，获得文本数据分词结果；新词发现模块：用于对文本数据分词结果进行互信息计算，基于互信息计算结果识别新词，并将识别的新词存入分词模块的分词词典中。本发明优化了分词的召回率和准确率，其有了较大的提高；解决了专业领域中专业词库的新词来源；优化了搜索到要匹配的词语的速度，也大大提高了整体分词速度。
Search Results
1
records
(took 0.148 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
