[發(fā)明專利]一種基于中文檢索的分詞方法及裝置

無效

• 申請(qǐng)?zhí)枺?/td>: 201210230150.2
• 申請(qǐng)日: 2012-07-05
• 公開（公告）號(hào): CN102929902A
• 公開（公告）日: 2013-02-13
• 發(fā)明（設(shè)計(jì)）人: 劉迎春;魏華峰;方筠捷
• 申請(qǐng)（專利權(quán)）人: 江蘇新瑞峰信息科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于中文檢索的分詞方法，其特征是，通過由中央處理器、輸入輸出設(shè)備、寄存器、機(jī)器詞典、存儲(chǔ)器組成的裝置對(duì)中文字串S=C₁C₂C₃C₄…C_n進(jìn)行分詞，包括以下步驟：

(1)?中央處理器從輸入輸出設(shè)備讀入中文字串S=C₁C₂C₃C₄…C_n，放入寄存器中；

(2)?從寄存器中取出S中的第一個(gè)字C₁，在機(jī)器詞典中匹配查找是否存在以C₁為前綴的詞，如果有，在存儲(chǔ)器中保存為成詞標(biāo)記；

(3)?再從S中取出下一個(gè)字C₂，和機(jī)器詞典進(jìn)行匹配，判斷是否存在以C₁C₂為前綴的詞；

(4)?如果不存在，則將C₁從字串S中切分出來，保存在存儲(chǔ)器中，一次分詞結(jié)束；

(5)?如果存在，則再判斷一下C₁C₂是否成詞，計(jì)算以C₁C₂為前綴的詞的個(gè)數(shù)n；

(6)?如果n=0，則一次分詞結(jié)束；

(7)?如果n不為0，則再從S中取出一個(gè)字C_i，和詞典進(jìn)行匹配，判斷是否存在以C₁C_2…C_i為前綴的詞；

(8)?如果存在，則轉(zhuǎn)到(7)；

(9)?如果不存在，則將C₁C_2…C_i-1從字串S中切分出來，保存在存儲(chǔ)器中，一次分詞結(jié)束；

(10)從字串S的字C_i開始繼續(xù)進(jìn)行分詞，重復(fù)上述步驟，直到字串S正向切分結(jié)束；

(11)?從寄存器中取出S中的最后一個(gè)字C_n，在機(jī)器詞典中匹配查找是否存在以C_n為后綴的詞，如果有，在存儲(chǔ)器中保存為成詞標(biāo)記；

(12)?再從S中取出一個(gè)字C_n-1，和機(jī)器詞典進(jìn)行匹配判斷是否存在以C_n-1?C_n為后綴的詞；

(13)?如果不存在，則將C_n從字串S中切分出來，保存在存儲(chǔ)器中，一次分詞結(jié)束；

(14)?如果存在，則再判斷一下C_n-1C_n是否成詞，計(jì)算以C_n-1C_n為后綴的詞的個(gè)數(shù)n；

(15)?如果n=0，則一次分詞結(jié)束；

(16)?如果n不為0，則再從S中取出一個(gè)字C_i，和機(jī)器詞典進(jìn)行匹配判斷是否存在以C_i…C_n-1C_n為后綴的詞；

(17)?如果存在，則轉(zhuǎn)到(16)；

(18)?如果不存在，則將C_i+1…C_n-1C_n從字串S中切分出來，保存在存儲(chǔ)器中，一次分詞結(jié)束；

(19)?從字串S的字C_i開始繼續(xù)進(jìn)行分詞，重復(fù)上述步驟，直到字串S逆向切分結(jié)束；

(20)?將保存在存儲(chǔ)器中的分詞結(jié)果通過輸入輸出設(shè)備輸出。