[發(fā)明專利]一種互譯詞條的獲取方法及系統(tǒng)無效
| 申請?zhí)枺?/td> | 201010138135.6 | 申請日： | 2010-03-31 |
| 公開（公告）號： | CN102207938A | 公開（公告）日： | 2011-10-05 |
| 發(fā)明（設(shè)計）人： | 張宇峰;郭永生 | 申請（專利權(quán)）人： | 北京金山軟件有限公司;北京金山數(shù)字娛樂科技有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06F17/28 |
| 代理公司： | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人： | 逯長明;王寶筠 |
| 地址： | 100085 北京市海淀*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 詞條 獲取 方法 系統(tǒng) | ||
1.一種互譯詞條的獲取方法，其特征在于，包括：
A.選取至少一組已知的雙語互譯詞條；
B.以所述已知雙語互譯詞條的兩種語言文本作為搜索關(guān)鍵詞，生成針對搜索引擎的搜索請求；
C.將所述搜索請求發(fā)送給相應(yīng)的搜索引擎，獲得至少一條與所述搜索請求相匹配的搜索結(jié)果；
D.從所述搜索結(jié)果中提取新的互譯詞條。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：
將步驟D中所提取的新互譯詞條作為已知互譯詞條，重復(fù)執(zhí)行步驟B-步驟D。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：
將步驟D中所提取的新互譯詞條作為已知互譯詞條，循環(huán)執(zhí)行步驟B-步驟D，直到無法提取到新的互譯詞條。
4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述步驟D包括：
根據(jù)預(yù)設(shè)算法對所述搜索結(jié)果的網(wǎng)頁摘要內(nèi)容進(jìn)行分析，確定潛在含有互譯詞條的網(wǎng)頁；
從所述潛在含有互譯詞條的網(wǎng)頁中，提取新的互譯詞條。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)算法對所述搜索結(jié)果的網(wǎng)頁摘要內(nèi)容進(jìn)行分析，確定潛在含有互譯詞條的網(wǎng)頁，包括：
若所述網(wǎng)頁摘要內(nèi)容中，構(gòu)成互譯的單詞總長度與摘要文本總長度的比值大于預(yù)定的閾值，則認(rèn)為該網(wǎng)頁為潛在含有互譯詞條的網(wǎng)頁；
和/或
若所述網(wǎng)頁摘要內(nèi)容中，第一語言的單詞個數(shù)與第二語言的單詞個數(shù)的比值處于某一預(yù)定的范圍內(nèi)，則認(rèn)為該網(wǎng)頁為潛在含有互譯詞條的網(wǎng)頁。
6.一種互譯詞條獲取系統(tǒng)，其特征在于，包括：初始化單元、搜求請求生成單元、搜索單元以及互譯詞條提取單元；
初始化單元，用于選取至少一組已知的雙語互譯詞條，并將選取結(jié)果發(fā)送至搜求請求生成單元；
搜求請求生成單元，用于以所述已知雙語互譯詞條的兩種語言文本作為搜索關(guān)鍵詞，生成針對搜索引擎的搜索請求，并將搜索請求發(fā)送至搜索單元；
搜索單元，用于將所述搜索請求發(fā)送給相應(yīng)的搜索引擎，獲得至少一條與所述搜索請求相匹配的搜索結(jié)果，并將搜索結(jié)果發(fā)送至互譯詞條提取單元；
互譯詞條提取單元，用于從所述搜索結(jié)果中提取新的互譯詞條。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，還包括：
重復(fù)提取控制單元，用于將所述互譯詞條提取單元所提取的新互譯詞條作為已知互譯詞條輸入所述搜求請求生成單元。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，還包括：
循環(huán)提取控制單元，用于判斷所述互譯詞條提取單元是否提取到新的互譯詞條，如果是，則將所述互譯詞條提取單元所提取的新互譯詞條作為已知互譯詞條輸入所述搜求請求生成單元。
9.根據(jù)權(quán)利要求6至8任一項所述的系統(tǒng)，其特征在于，所述互譯詞條提取單元包括：
搜索結(jié)果過濾子單元，用于根據(jù)預(yù)設(shè)算法對所述搜索結(jié)果的網(wǎng)頁摘要內(nèi)容進(jìn)行分析，確定潛在含有互譯詞條的網(wǎng)頁；
提取子單元，用于從所述潛在含有互譯詞條的網(wǎng)頁中，提取新的互譯詞條。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于，所述搜索結(jié)果過濾子單元根據(jù)預(yù)設(shè)算法對所述搜索結(jié)果的網(wǎng)頁摘要內(nèi)容進(jìn)行分析，確定潛在含有互譯詞條的網(wǎng)頁，包括：
若所述網(wǎng)頁摘要內(nèi)容中，構(gòu)成互譯的單詞總長度與摘要文本總長度的比值大于預(yù)定的閾值，則認(rèn)為該網(wǎng)頁為潛在含有互譯詞條的網(wǎng)頁；
和/或
若所述網(wǎng)頁摘要內(nèi)容中，第一語言的單詞個數(shù)與第二語言的單詞個數(shù)的比值處于某一預(yù)定的范圍內(nèi)，則認(rèn)為該網(wǎng)頁為潛在含有互譯詞條的網(wǎng)頁。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京金山軟件有限公司;北京金山數(shù)字娛樂科技有限公司，未經(jīng)北京金山軟件有限公司;北京金山數(shù)字娛樂科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201010138135.6/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
