[發(fā)明專利]一種實(shí)現(xiàn)高命中率的逐詞比對(duì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201010570516.1
• 申請(qǐng)日: 2010-12-02
• 公開（公告）號(hào): CN102012897A
• 公開（公告）日: 2011-04-13
• 發(fā)明（設(shè)計(jì)）人: 陳淮琰;巨雷;鄭建鋒;唐海波
• 申請(qǐng)（專利權(quán)）人: 無敵科技（西安）有限公司
• 主分類號(hào): G06F17/28
• 分類號(hào): G06F17/28
• 代理公司: 西安智邦專利商標(biāo)代理有限公司 61211
• 代理人: 商宇科

1.一種實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：該方法包括以下步驟：

1)多段英文字符串單元組成英文字符串(engdata)，多段中文字符串單元組成中文字符串(chndata)；

2)對(duì)英文字符串分詞，得到長度為分詞長度(phrlen)的英文分詞結(jié)果集engphr(n＝0，。。。phrlen-1)；

3)判斷英文分詞結(jié)果集中一項(xiàng)engphr(n)是否存在于關(guān)鍵詞字符列表中，否則結(jié)束，是則進(jìn)至步驟4)；

4)查找中英字典，得到engphr(n)對(duì)應(yīng)中文ID序列(chnidseq)(n＝0，。。。len-1)；

5)判斷chnidseq(n)是否存在于關(guān)鍵詞字符列表中，否則返回步驟3，重新選一個(gè)engphr(n+1)重復(fù)步驟3-5，是則進(jìn)至步驟6；

6)查找chnidseq(n)的變形序列中文關(guān)聯(lián)詞序列(chnrelseq)(n＝0，。。。chnrelseq?len-1)；

7)判斷chnrelseq(n)是否存在于關(guān)鍵詞字符列表中，否則返回步驟5)，是則進(jìn)至步驟8)；

8)chnrelseq(n)在chndata中進(jìn)行字符串匹配，如不匹配，則返回步驟7，重新選一個(gè)chnrelseq(n+1)，再重復(fù)步驟7-8，如果匹配則進(jìn)行步驟9)；

9)對(duì)英中添加已經(jīng)命中標(biāo)識(shí)標(biāo)記，從chndata中刪除chnrelseq(n)。

2.根據(jù)權(quán)利要求1實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：該方法還包括在對(duì)照詞典中對(duì)詞條加入詞性，將英文無意義單詞和英文單詞數(shù)據(jù)同時(shí)標(biāo)記。

3.根據(jù)權(quán)利要求1實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：該方法還包括：

10)將英文數(shù)據(jù)和中文數(shù)據(jù)按單詞劃分為多個(gè)節(jié)點(diǎn)；

11)選擇中文數(shù)據(jù)中未有對(duì)應(yīng)英文的單詞的節(jié)點(diǎn)作為目標(biāo)節(jié)點(diǎn)；

12)以目標(biāo)節(jié)點(diǎn)為中心，向兩向擴(kuò)散，計(jì)算放大率；

13)計(jì)算英文數(shù)據(jù)各節(jié)點(diǎn)相對(duì)與目標(biāo)節(jié)點(diǎn)的位置權(quán)重；

14)計(jì)算待確認(rèn)節(jié)點(diǎn)權(quán)重值，根據(jù)待確認(rèn)節(jié)點(diǎn)權(quán)重值從英文數(shù)據(jù)中選擇目標(biāo)節(jié)點(diǎn)的對(duì)應(yīng)節(jié)點(diǎn)。

4.根據(jù)權(quán)利要求3實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：所述步驟12)的具體步驟如下：

121)首先得到目標(biāo)節(jié)點(diǎn)與中文數(shù)據(jù)中各個(gè)存在對(duì)應(yīng)節(jié)點(diǎn)之間的關(guān)系，選取差值最大值作為最大基數(shù)，得到的Nmax；

122)計(jì)算中文數(shù)據(jù)中各個(gè)節(jié)點(diǎn)的放大率，放大率的計(jì)算公式為：

5.根據(jù)權(quán)利要求4實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：所述步驟13)中計(jì)算英文數(shù)據(jù)各節(jié)點(diǎn)相對(duì)與目標(biāo)節(jié)點(diǎn)的位置權(quán)重的公式如下：DesStep(x)＝DesLen-|Des(x)-Des(x’)|。DesThr(X)＝∑(BaseThr(n)*DesThr(n))

6.根據(jù)權(quán)利要求5實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：所述步驟14)中計(jì)算待確認(rèn)節(jié)點(diǎn)權(quán)重值的公式如下：DesThr(X)＝∑(BaseThr(n)*DesThr(n))。

7.根據(jù)權(quán)利要求3實(shí)現(xiàn)高命中率的逐詞比對(duì)方法，其特征在于：該方法還包括步驟

15)讀取一條中文數(shù)據(jù)，分析其每條英文解釋和詞性；

16)如果該解釋的詞性為形容詞且該中文為以“的”結(jié)束；

17)去掉“的”后若詞長大于1；

18)在關(guān)鍵詞列表中查找該詞；

19)如果存在，則該詞作為新詞添加；

20)增加該詞及對(duì)應(yīng)英文解釋。