[發明專利]一種生成分詞結果的方法及裝置

有效

• 申請號: 201610671511.5
• 申請日: 2016-08-15
• 公開（公告）號: CN107766317A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 韋安軍
• 申請（專利權）人: 南京中興新軟件有限責任公司
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 工業和信息化部電子專利中心11010
• 代理人: 于小鳳

1.一種生成分詞結果的方法，其特征在于，包括：

將句子進行分詞，得到多個詞語；

使用所述多個詞語進行組合，得到組合成所述句子的至少一個詞語組合，將所述至少一個詞語組合中的詞語的集合確定為所述句子的分詞結果。

2.根據權利要求1所述的方法，其特征在于，所述使用所述多個詞語進行組合，得到組合成所述句子的至少一個詞語組合，將所述至少一個詞語組合中的詞語的集合確定為所述句子的分詞結果，包括：

將所述多個詞語按照各詞語在所述句子中的位置進行排序，記錄每個詞語在所述句子中的開始以及結束分割位置；

從位于所述句子末尾的詞語開始，依次從排序后的多個詞語中查找與當前詞語相鄰且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到第一詞語組合；

使用所述第一詞語組合中位于所述句子首位的第一首位詞語，從所述第一首位詞語開始，依次從排序后的多個詞語中查找與當前詞語相鄰，且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到第二詞語組合；

將所述所述第一詞語組合以及所述第二詞語組合的交集確定為所述句子的分詞結果。

3.根據權利要求1所述的方法，其特征在于，所述使用所述多個詞語進行組合，得到組合成所述句子的至少一個詞語組合，將所述至少一個詞語組合中的詞語的集合確定為所述句子的分詞結果，包括：

將所述多個詞語按照各詞語在所述句子中的位置進行排序，記錄每個詞語在所述句子中的開始以及結束分割位置；

從位于所述句子末尾的詞語開始，依次從排序后的多個詞語中查找與當前詞語相鄰且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到第三詞語組合；

當所述第三詞語組合中存在兩個開始以及結束位置均相同的詞語，則刪除所述第三詞語組合中最后記錄的一個詞語；

使用所述第三詞語組合中位于所述句子首位的第二首位詞語，從所述第二首位詞語開始，依次從排序后的多個詞語中查找與當前詞語相鄰，且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到第四詞語組合；

將所述所述第三詞語組合以及所述第四詞語組合的交集確定為所述句子的分詞結果。

4.根據權利要求1所述的方法，其特征在于，所述使用所述多個詞語進行組合，得到組合成所述句子的至少一個詞語組合，將所述至少一個詞語組合中的詞語的集合確定為所述句子的分詞結果，包括：

按照所述多個詞語在所述句子中的位置的順序，將所述多個詞語存儲于樹形結構中；

記錄每個詞語在所述句子中的開始以及結束分割位置；

從所述樹形結構的各葉子節點向根節點查找與當前葉子節點存儲的詞語相鄰且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到多個詞語組合；

將得到的多個詞語組合的交集確定為所述句子的分詞結果。

5.根據權利要求1至4任意一項所述的方法，其特征在于，所述將句子進行分詞，得到多個詞語，包括：

將所述句子基于預設詞典進行分詞，得到多個詞語。

6.一種生成分詞結果的裝置，其特征在于，包括：

分詞模塊，用于將句子進行分詞，得到多個詞語；

組合模塊，用于使用所述多個詞語進行組合，得到組合成所述句子的至少一個詞語組合，將所述至少一個詞語組合中的詞語的集合確定為所述句子的分詞結果。

7.根據權利要求6所述的裝置，其特征在于，所述組合模塊，包括：

第一排序單元，用于將所述多個詞語按照各詞語在所述句子中的位置進行排序，記錄每個詞語在所述句子中的開始以及結束分割位置；

第二查找單元，用于從位于所述句子末尾的詞語開始，依次從排序后的多個詞語中查找與當前詞語相鄰且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到第一詞語組合；

第三查找單元，用于使用所述第一詞語組合中位于所述句子首位的第一首位詞語，從所述第一首位詞語開始，依次從排序后的多個詞語中查找與當前詞語相鄰，且開始以及結束分割位置均不同的詞語，依次記錄查找到的詞語，得到第二詞語組合；

第一確定單元，用于將所述所述第一詞語組合以及所述第二詞語組合的交集確定為所述句子的分詞結果。