[發明專利]漢語基本名詞短語的識別及其規則的生成方法和裝置

無效

• 申請號: 200710089116.7
• 申請日: 2007-03-19
• 公開（公告）號: CN101271448A
• 公開（公告）日: 2008-09-24
• 發明（設計）人: 趙巖;王海峰;朱江
• 申請（專利權）人: 株式會社東芝
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京市中咨律師事務所
• 代理人: 李崢;于靜

1.?一種漢語基本名詞短語的識別規則的生成方法，包括：

根據漢語訓練語料創建關于漢語基本名詞短語的語言信息表；以及

利用粗集理論對上述語言信息表進行處理，以生成漢語基本名詞短語的識別規則集。

2.?根據權利要求1所述的漢語基本名詞短語的識別規則的生成方法，其中上述漢語訓練語料中的句子已被分詞為各漢語基本詞，且各漢語基本詞已被標注了詞性，并且該漢語訓練語料中包括已被正確識別并標記的、由兩個或兩個以上的漢語基本名詞構成的漢語基本名詞短語。

3.?根據權利要求2所述的漢語基本名詞短語的識別規則的生成方法，其中上述根據漢語訓練語料創建關于漢語基本名詞短語的語言信息表的步驟進一步包括：

從上述漢語訓練語料中抽取出已被正確識別并標記的漢語基本名詞短語以及其中各漢語基本名詞的詞性標注；以及

為上述所抽取出的各漢語基本名詞短語從上述漢語訓練語料中左右各抽取出一個相鄰的漢語基本詞及其相應的詞性標注，作為該漢語基本名詞短語的相關上下文信息。

4.?根據權利要求3所述的漢語基本名詞短語的識別規則的生成方法，其中上述根據漢語訓練語料創建關于漢語基本名詞短語的語言信息表的步驟進一步包括：

確定上述所抽取出的各漢語基本名詞短語的類別。

5.?根據權利要求4所述的漢語基本名詞短語的識別規則的生成方法，其中上述所抽取出的各漢語基本名詞短語的類別是根據該漢語基本名詞短語中的各漢語基本名詞的組合關系而確定的。

6.?根據權利要求4或5所述的漢語基本名詞短語的識別規則的生成方法，其中上述根據漢語訓練語料創建關于漢語基本名詞短語的語言信息表的步驟進一步包括：

對于上述所抽取出的各漢語基本名詞短語，將其中的各漢語基本名詞及其詞性標注、該漢語基本名詞短語的類別及其相關上下文信息相關聯進行記錄，作為上述語言信息表中關于該漢語基本名詞短語的一個條目。

7.?根據權利要求1或2所述的漢語基本名詞短語的識別規則的生成方法，其中上述利用粗集理論對上述語言信息表進行處理的步驟進一步包括：

利用粗集理論中的屬性約減和規則生成方法對上述語言信息表進行處理。

8.?根據權利要求1或2所述的漢語基本名詞短語的識別規則的生成方法，其中上述利用粗集理論對上述語言信息表進行處理的步驟進一步包括：

統計上述漢語基本名詞短語的識別規則集中的各識別規則在上述語言信息表中的匹配程度。

9.?根據權利要求8所述的漢語基本名詞短語的識別規則的生成方法，還包括：

刪除上述漢語基本名詞短語的識別規則集中匹配程度低于預定值的識別規則。

10.?根據權利要求1或2所述的漢語基本名詞短語的識別規則的生成方法，還包括：

對上述漢語基本名詞短語的識別規則集進行修改和擴充。

11.?根據權利要求1或2所述的漢語基本名詞短語的識別規則的生成方法，其中上述識別規則集中的各識別規則是IF-THEN類型的識別規則。

12.?一種漢語基本名詞短語的識別方法，包括：

對待識別的漢語句子進行分詞及詞性標注；

利用有限自動機對上述待識別的漢語句子進行漢語基本名詞短語的識別，以獲得漢語基本名詞短語識別結果候選；以及

利用權利要求1-11中任意一項所述的漢語基本名詞短語的識別規則的生成方法所生成的漢語基本名詞短語的識別規則集對上述漢語基本名詞短語識別結果候選進行校驗。

13.?根據權利要求12所述的漢語基本名詞短語的識別方法，其中上述利用權利要求1-11中任意一項所述的漢語基本名詞短語的識別規則的生成方法所生成的漢語基本名詞短語的識別規則集對上述漢語基本名詞短語識別結果候選進行校驗的步驟進一步包括：

將上述漢語基本名詞短語識別結果候選與上述漢語基本名詞短語的識別規則集中的各識別規則進行匹配，以找出適用于該漢語基本名詞短語識別結果候選的識別規則；

利用上述適用于該漢語基本名詞短語識別結果候選的識別規則對該漢語基本名詞短語識別結果候選進行校驗。