[發明專利]基于NLP和企業信息的智能造詞方法

在審

• 申請號: 201811278241.7
• 申請日: 2018-10-30
• 公開（公告）號: CN109471926A
• 公開（公告）日: 2019-03-15
• 發明（設計）人: 林正春;姜允志;王靜
• 申請（專利權）人: 廣東原昇信息科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36
• 代理公司: 北京鼎承知識產權代理有限公司 11551
• 代理人: 李偉波;韓德凱

1.一種基于NLP和企業信息的智能造詞方法，其特征在于，包括以下步驟：

A、建立數據庫中文本元素之間的關聯度統計表，并根據文本元素的使用頻率對關聯度統計表進行實時更新；

B、建立數據庫中文本元素的匹配函數，使用匹配函數對文本元素進行匹配造詞，匹配優先級與文本元素的關聯度成正比；

C、對匹配出的詞組進行篩選，保留可靠性超出設定閾值的詞組；

D、對步驟C中保留的詞組進行使用狀態監控，根據監控反饋對匹配函數進行實時更新。

2.根據權利要求1所述的基于NLP和企業信息的智能造詞方法，其特征在于：步驟A中，關聯度統計表包括任意一個文本元素與其它任意一個文本元素的單維關聯度，以及任意一個文本元素與其它至少任意兩個文本元素的多維關聯度。

3.根據權利要求2所述的基于NLP和企業信息的智能造詞方法，其特征在于：步驟B中，首先使用單維關聯度對匹配函數進行線性變換，然后使用多維關聯度對匹配函數進行非線性變換。

4.根據權利要求3所述的基于NLP和企業信息的智能造詞方法，其特征在于：步驟C中，使用詞組中各文本元素的匹配命中率對詞組可靠性進行計算，

其中，h為詞組中各文本元素的匹配命中率，R為詞組可靠性。

5.根據權利要求4所述的基于NLP和企業信息的智能造詞方法，其特征在于：步驟D中，建立匹配函數的權重集合，根據監控反饋，將命中率與權重集合中的權重值進行線性調整。

6.一種基于NLP和企業信息的智能造詞系統，其特征在于，包括：

聯度統計表更新模塊：建立數據庫中文本元素之間的關聯度統計表，并根據文本元素的使用頻率對關聯度統計表進行實時更新；

造詞模塊：建立數據庫中文本元素的匹配函數，使用匹配函數對文本元素進行匹配造詞，匹配優先級與文本元素的關聯度成正比；

篩選模塊：對匹配出的詞組進行篩選，保留可靠性超出設定閾值的詞組；

匹配函數更新模塊：對步驟C中保留的詞組進行使用狀態監控，根據監控反饋對匹配函數進行實時更新。

7.根據權利要求6所述的基于NLP和企業信息的智能造詞系統，其特征在于：聯度統計表更新模塊中，關聯度統計表包括任意一個文本元素與其它任意一個文本元素的單維關聯度，以及任意一個文本元素與其它至少任意兩個文本元素的多維關聯度。

8.根據權利要求7所述的基于NLP和企業信息的智能造詞系統，其特征在于：造詞模塊中，首先使用單維關聯度對匹配函數進行線性變換，然后使用多維關聯度對匹配函數進行非線性變換。

9.根據權利要求8所述的基于NLP和企業信息的智能造詞系統，其特征在于：篩選模塊中，使用詞組中各文本元素的匹配命中率對詞組可靠性進行計算，

其中，h為詞組中各文本元素的匹配命中率，R為詞組可靠性。

10.根據權利要求9所述的基于NLP和企業信息的智能造詞系統，其特征在于：匹配函數更新模塊中，建立匹配函數的權重集合，根據監控反饋，將命中率與權重集合中的權重值進行線性調整。