[發(fā)明專利]選擇用于文本分割的語言的方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210288916.2
• 申請日: 2005-09-28
• 公開（公告）號(hào): CN102831107A
• 公開（公告）日: 2012-12-19
• 發(fā)明（設(shè)計(jì)）人: 杰拉德·以色列·埃爾巴茲;雅各布·L·曼德爾森
• 申請（專利權(quán)）人: 谷歌公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 呂雁葭

1.一種計(jì)算機(jī)實(shí)現(xiàn)的方法，包括：

在計(jì)算設(shè)備處接收字符串；

識(shí)別針對所述字符串的至少第一備選語言和第二備選語言；

通過計(jì)算設(shè)備將所述字符串至少分割為針對第一備選語言的第一分割結(jié)果和針對第二備選語言的第二分割結(jié)果，其中所述第一分割結(jié)果包括第一多個(gè)分割段，所述第二分割結(jié)果包括第二多個(gè)分割段；

使用確定一個(gè)或多個(gè)第一分割段的正確或優(yōu)選拼寫的拼寫檢查功能，來確定至少第一分割結(jié)果的拼寫修正后的分割結(jié)果；

確定第一分割結(jié)果在與第一備選語言相關(guān)聯(lián)的第一語料庫中的第一出現(xiàn)頻率、第二分割結(jié)果在與第二備選語言相關(guān)聯(lián)的第二語料庫中的第二出現(xiàn)頻率、和拼寫修正后的分割結(jié)果在與第一備選語言相關(guān)聯(lián)的第一語料庫中的第三出現(xiàn)頻率；以及

通過計(jì)算設(shè)備至少基于第一出現(xiàn)頻率、第二出現(xiàn)頻率和第三出現(xiàn)頻率來識(shí)別針對所述字符串的可操作的分割結(jié)果。

2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中第一語料庫包括與第一備選語言相關(guān)聯(lián)的多個(gè)項(xiàng)目。

3.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中第一語料庫包括與第一備選語言相關(guān)聯(lián)的多個(gè)先前接收的搜索詢問。

4.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中確定第一出現(xiàn)頻率包括：

將第一分割結(jié)果作為搜索詢問發(fā)送到搜索引擎；以及

響應(yīng)于發(fā)送所述搜索詢問，接收包括響應(yīng)于所述搜索詢問的項(xiàng)目標(biāo)識(shí)符的搜索結(jié)果集。

5.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，還包括至少基于第一出現(xiàn)頻率、第二出現(xiàn)頻率和第三出現(xiàn)頻率來識(shí)別針對所述字符串的可操作語言。

6.一種計(jì)算機(jī)系統(tǒng)，包括：

一個(gè)或多個(gè)計(jì)算機(jī)服務(wù)器設(shè)備，用于接收字符串；

所述一個(gè)或多個(gè)計(jì)算機(jī)服務(wù)器設(shè)備的語言處理器，用于識(shí)別針對所述字符串的至少第一備選語言和第二備選語言；

所述一個(gè)或多個(gè)計(jì)算機(jī)服務(wù)器設(shè)備的分割處理器，用于將所述字符串至少分割為針對第一備選語言的第一分割結(jié)果和針對第二備選語言的第二分割結(jié)果，其中所述第一分割結(jié)果包括第一多個(gè)分割段，所述第二分割結(jié)果包括第二多個(gè)分割段；以及

所述一個(gè)或多個(gè)計(jì)算機(jī)服務(wù)器設(shè)備的頻率處理器，用于：

使用確定一個(gè)或多個(gè)第一分割段的正確或優(yōu)選拼寫的拼寫檢查功能，來確定至少第一分割結(jié)果的拼寫修正后的分割結(jié)果；

確定第一分割結(jié)果在與第一備選語言相關(guān)聯(lián)的第一語料庫中的第一出現(xiàn)頻率、第二分割結(jié)果在與第二備選語言相關(guān)聯(lián)的第二語料庫中的第二出現(xiàn)頻率、和拼寫修正后的分割結(jié)果在與第一備選語言相關(guān)聯(lián)的第一語料庫中的第三出現(xiàn)頻率；以及

至少基于第一出現(xiàn)頻率、第二出現(xiàn)頻率和第三出現(xiàn)頻率來識(shí)別針對所述字符串的可操作的分割結(jié)果。

7.根據(jù)權(quán)利要求6所述的計(jì)算機(jī)系統(tǒng)，其中第一語料庫包括與第一備選語言相關(guān)聯(lián)的多個(gè)項(xiàng)目。

8.根據(jù)權(quán)利要求6所述的計(jì)算機(jī)系統(tǒng)，其中第一語料庫包括與第一備選語言相關(guān)聯(lián)的多個(gè)先前接收的搜索詢問。

9.根據(jù)權(quán)利要求6所述的計(jì)算機(jī)系統(tǒng)，其中頻率處理器被配置為通過執(zhí)行以下功能來確定第一出現(xiàn)頻率：

將第一分割結(jié)果作為搜索詢問發(fā)送到搜索引擎；以及

響應(yīng)于發(fā)送所述搜索詢問，接收包括響應(yīng)于所述搜索詢問的項(xiàng)目標(biāo)識(shí)符的搜索結(jié)果集。

10.根據(jù)權(quán)利要求6所述的計(jì)算機(jī)系統(tǒng)，其中頻率處理器還被配置為至少基于第一出現(xiàn)頻率、第二出現(xiàn)頻率和第三出現(xiàn)頻率來識(shí)別針對所述字符串的可操作語言。