首页/ 京华信息科技股份有限公司/ 专利详情

一种新词提取方法及装置

基本信息

申请号 CN202110190709.2 申请日 -
公开（公告）号 CN112560448B 公开（公告）日 2021-06-22
申请公布号 CN112560448B 申请公布日 2021-06-22
分类号 G06F40/216;G06F40/289 分类 计算；推算；计数;
发明人 蓝建敏;池沐霖 申请（专利权）人 京华信息科技股份有限公司
代理机构 广州三环专利商标代理有限公司 代理人 郭浩辉;颜希文
地址 510520 广东省广州市天河区高普路138号京华信息大楼中座
法律状态 -

摘要

摘要 本发明公开了一种新词提取方法，包括：获取给定语料，并对给定语料进行分词处理，获得若干第一词组；其中，给定语料包括若干篇文章；计算每一第一词组的凝固度和自由度，继而提取凝固度和自由度符合预设阈值条件的若干第一词组，作为第二词组；计算每一第二词组在给定语料中各文章的篇频；其中，篇频为词组在一篇文章中出现的次数；根据各文章的文章影响力对每一第二词组的各篇频进行加权计算，获得各第二词组的加权篇频；根据每一第二词组的加权篇频进行排序，并根据排序结果提取出新词。通过实施本发明实施例能够避免总词频较低的词被遗漏，提高新词提取的准确性。