[發(fā)明專利]一種漢語(yǔ)由字組詞方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201911045332.0
• 申請(qǐng)日: 2019-10-30
• 公開(kāi)（公告）號(hào): CN110781288A
• 公開(kāi)（公告）日: 2020-02-11
• 發(fā)明（設(shè)計(jì)）人: 于江德;李學(xué)鈺;趙紅丹;張津銘;張悅;楊英
• 申請(qǐng)（專利權(quán)）人: 安陽(yáng)師范學(xué)院
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335;G06F16/338;G06F40/205
• 代理公司: 11424 北京修典盛世知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)
• 代理人: 楊方成

本發(fā)明公開(kāi)了一種漢語(yǔ)由字組詞方法及裝置，包括以下步驟：S1、融合多個(gè)語(yǔ)料庫(kù)獲得最終的詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果；S2、確定組詞漢字；S3、由確定的漢字生成候選詞語(yǔ)；S4、從最終的詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果中根據(jù)候選詞語(yǔ)的詞語(yǔ)頻次由高到低依次選取設(shè)定數(shù)量的詞語(yǔ)；S5、輸出組詞結(jié)果。本發(fā)明將漢語(yǔ)由字組詞并輸出，方法簡(jiǎn)單、實(shí)現(xiàn)容易、組成的詞語(yǔ)符合人們的預(yù)期，和人工組詞結(jié)果擬合度高。所給出的組詞結(jié)果不僅有那些常見(jiàn)常用的詞語(yǔ)，有時(shí)也有那些生動(dòng)、活潑、構(gòu)詞復(fù)雜但也常見(jiàn)常用的詞語(yǔ)，也有一些時(shí)代感強(qiáng)的年度新詞和網(wǎng)絡(luò)新詞。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)領(lǐng)域，具體涉及一種漢語(yǔ)由字組詞方法及裝置。

背景技術(shù)

組詞是指把單個(gè)漢字與其他合適的漢字搭配而組成雙音節(jié)或多音節(jié)詞語(yǔ)。組詞是識(shí)字教學(xué)中非常重要的一環(huán)，也是識(shí)字教學(xué)的內(nèi)容之一，是識(shí)字練習(xí)的提高，又是用詞說(shuō)話造句的基礎(chǔ)，所以這一環(huán)節(jié)在漢語(yǔ)學(xué)習(xí)中起著舉足輕重的作用。而由字組詞常常是面向漢語(yǔ)初學(xué)者和對(duì)外漢語(yǔ)教學(xué)相關(guān)軟件中的必備模塊。

從檢索查閱的學(xué)術(shù)論文、專利、論著來(lái)看，還沒(méi)有實(shí)現(xiàn)漢語(yǔ)自動(dòng)由字組詞的相關(guān)技術(shù)、方法和裝置。

專利號(hào)為2007100792674、申請(qǐng)日為2007年2月13日的中國(guó)發(fā)明專利，其公開(kāi)了一種智能組詞輸入的方法和一種輸入法系統(tǒng)及其更新方法，本發(fā)明專利是由用戶輸入的編碼字符串(例如，拼音輸入法中的拼音字符串)確定最終輸入詞語(yǔ)的方法，該發(fā)明有效提高了用戶的輸入效率，提升了輸入法的用戶體驗(yàn)。但是，該發(fā)明僅僅從預(yù)置的互聯(lián)網(wǎng)語(yǔ)料庫(kù)中獲取組合信息，組詞方式比較單一，無(wú)法滿足漢語(yǔ)學(xué)習(xí)者。

目前，在一些漢語(yǔ)教學(xué)相關(guān)軟件中，漢語(yǔ)初學(xué)者進(jìn)行組詞練習(xí)時(shí)，所給出的組詞結(jié)果多數(shù)情況下都是機(jī)械、重復(fù)、簡(jiǎn)單化的詞語(yǔ)，鮮有生動(dòng)、活潑、以及構(gòu)詞復(fù)雜但也常見(jiàn)常用的詞語(yǔ)，更少見(jiàn)那種得到廣泛認(rèn)同的網(wǎng)絡(luò)新詞。

針對(duì)上述問(wèn)題，本發(fā)明提出一種漢語(yǔ)由字組詞方法及裝置，通過(guò)融合三種途徑獲得詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果，使用該詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果進(jìn)行候選詞語(yǔ)篩選，最終組詞結(jié)果更常見(jiàn)、更常用、更貼近時(shí)代。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種漢語(yǔ)由字組詞方法及裝置。

為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了如下的技術(shù)方案：

本發(fā)明提供一種漢語(yǔ)由字組詞方法，包括以下步驟：

S1、融合三種途徑獲得最終的詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果；

S2、確定組詞漢字；

S3、由確定的漢字生成候選詞語(yǔ)；

S4、從最終的詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果中根據(jù)候選詞語(yǔ)的詞語(yǔ)頻次由高到低依次選取設(shè)定數(shù)量的詞語(yǔ)；

S5、輸出組詞結(jié)果。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟S1包括以下步驟：

S11、從現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)中獲得詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果一；

S12、從教育部語(yǔ)信司確定的每年度十大網(wǎng)絡(luò)用語(yǔ)、十大流行語(yǔ)、十大新詞語(yǔ)中獲得詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果二；

S13、將步驟S11和步驟S12中的統(tǒng)計(jì)結(jié)果通過(guò)網(wǎng)絡(luò)眾包讓參與者選擇出常見(jiàn)常用的詞語(yǔ)，從而融合形成最終的詞語(yǔ)頻次統(tǒng)計(jì)結(jié)果。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟S2確定漢字包括以下步驟：由用戶輸入設(shè)定數(shù)量的漢字，或從字庫(kù)隨機(jī)抽取設(shè)定數(shù)量的漢字。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，字庫(kù)按照筆畫的數(shù)量分成多個(gè)等級(jí)，按照等級(jí)從字庫(kù)隨機(jī)抽取設(shè)定數(shù)量的漢字。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟S3中由確定的漢字排列組合生成候選詞語(yǔ)，按候選詞語(yǔ)包含的字?jǐn)?shù)由少到多依次排列。