[發(fā)明專利]組詞方法和裝置、用于組詞的裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710861480.4
• 申請(qǐng)日: 2017-09-21
• 公開（公告）號(hào): CN109542243B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 左艷波
• 申請(qǐng)（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號(hào): G06F3/023
• 分類號(hào): G06F3/023
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種組詞方法，其特征在于，包括：

接收用戶的輸入串；

若所述輸入串在預(yù)置數(shù)據(jù)集的命中情況符合預(yù)置條件，則根據(jù)所述輸入串獲取符合組合規(guī)則的組詞路徑，作為組詞候選；其中，所述預(yù)置數(shù)據(jù)集包括：字集和所述字集對(duì)應(yīng)的編碼單元集；所述字集包括：數(shù)字單字集和單位字集；

所述組合規(guī)則用于表征數(shù)字單字和/或單位單字對(duì)應(yīng)的組合規(guī)則，用于對(duì)同音單字所在的組詞路徑進(jìn)行篩選；所述根據(jù)所述輸入串獲取符合組合規(guī)則的組詞路徑，包括：

步驟A、判斷所述組詞路徑中是否包含“億”，若是，則執(zhí)行步驟B，否則執(zhí)行步驟C；

步驟B、判斷“億”、“億”之前、“億”與“萬”之間、“萬”與“億”之間、以及作為最后一個(gè)第一數(shù)字單位單字的“億”之后的單字是否符合組合規(guī)則，若是，則執(zhí)行步驟F，否則丟棄所述組詞路徑；

步驟C、判斷所述組詞路徑中是否包含“萬”，若是，則執(zhí)行步驟D，否則執(zhí)行步驟E；

步驟D、判斷“萬”、“萬”之前、“萬”之后的單字是否符合組合規(guī)則，若是，則執(zhí)行步驟F，否則丟棄所述組詞路徑；

步驟E、判斷第二數(shù)字單位單字、數(shù)字單字和貨幣單位單字是否符合組合規(guī)則，若是，則執(zhí)行步驟F，否則丟棄所述組詞路徑；

步驟F、將符合組合規(guī)則的組詞路徑作為組詞候選。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過如下步驟判斷所述輸入串在預(yù)置數(shù)據(jù)集的命中情況是否符合預(yù)置條件：

對(duì)所述輸入串進(jìn)行切分，得到對(duì)應(yīng)的切分結(jié)果；

判斷所述輸入串對(duì)應(yīng)的切分結(jié)果是否命中所述預(yù)置數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述輸入串獲取符合組合規(guī)則的組詞路徑，包括：

依據(jù)所述切分結(jié)果，在編碼單元集與字集之間的映射關(guān)系中進(jìn)行查找，以得到與所述切分結(jié)果相匹配的單字，作為所述輸入串對(duì)應(yīng)的待組單字；

依據(jù)所述輸入串對(duì)應(yīng)的待組單字，確定組詞路徑；

獲取符合組合規(guī)則的組詞路徑。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

依據(jù)所述輸入串對(duì)應(yīng)的上下文，確定所述切分結(jié)果對(duì)應(yīng)的單字。

5.根據(jù)權(quán)利要求1至4中任一所述的方法，其特征在于，所述組合規(guī)則包括：

所述組詞路徑在首個(gè)第一數(shù)字單位單字之前、相鄰的第一數(shù)字單位單字之間、或者尾個(gè)第一數(shù)字單位單字之后包括的第二數(shù)字單位組的數(shù)量不超過1；和/或

第一數(shù)字單位單字不位于所述組詞路徑的首位；和/或

若第一數(shù)字單位單字與第二數(shù)字單位單字相鄰，或者，兩個(gè)第一數(shù)字單位單字相鄰，則在前的數(shù)字單位小于在后的數(shù)字單位；和/或

所述組詞路徑的第二數(shù)字單位組包括的第二數(shù)字單位單字呈現(xiàn)從大數(shù)字單位到小數(shù)字單位的順序；和/或

所述組詞路徑的第二數(shù)字單位組包括的任意兩個(gè)第二數(shù)字單位單字不相鄰；和/或

當(dāng)所述組詞路徑的第二數(shù)字單位組包括的第二數(shù)字單位單字出現(xiàn)數(shù)字單位間斷時(shí)，對(duì)應(yīng)的數(shù)字單位間斷位置出現(xiàn)1個(gè)零；和/或

當(dāng)所述組詞路徑在相鄰的第一數(shù)字單位單字之間不存在第二數(shù)字單位組和數(shù)字時(shí)，在后的第一數(shù)字單位單字省略；和/或

所述組詞路徑包括的零位于非末尾位置；和/或

所述組詞路徑包括的零對(duì)應(yīng)的前一個(gè)單字不為數(shù)字單字，或者，待組單字對(duì)應(yīng)的組詞路徑包括的零對(duì)應(yīng)的后一個(gè)單字為數(shù)字單字或者貨幣單位單字；和/或

所述組詞路徑的首位為拾或者十，第二位不為拾、十、百、佰、仟、千、整或者零；和/或

所述組詞路徑的貨幣單位組在所述組詞路徑中的出現(xiàn)次數(shù)不超過1；和/或

數(shù)字單位單字位于所述組詞路徑中貨幣單位組的前面；和/或

所述組詞路徑的貨幣單位組包括的貨幣單位單字呈現(xiàn)從大到小的順序；和/或

所述組詞路徑的貨幣單位組包括的貨幣單位單字不相鄰；和/或

所述組詞路徑的貨幣單位組包括第一貨幣單位單字，所述第一貨幣單位單字的前一個(gè)單字為數(shù)字單字；和/或

所述組詞路徑包括的數(shù)字單字不相鄰；和/或

所述組詞路徑包括的整位于末尾位置，整的前一個(gè)單字為元。