[發(fā)明專利]基于語義理解的文字組織編碼算法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110176556.6
• 申請(qǐng)日: 2021-02-09
• 公開（公告）號(hào): CN112800722A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計(jì)）人: 陸曉;陳文斌;鄒志繁
• 申請(qǐng)（專利權(quán)）人: 柳州智視科技有限公司
• 主分類號(hào): G06F40/126
• 分類號(hào): G06F40/126;G06F40/30
• 代理公司: 柳州市榮久專利商標(biāo)事務(wù)所(普通合伙) 45113
• 代理人: 余航

1.一種基于語義理解的文字組織編碼算法，其特征在于：包括以下步驟：

（一）拆分文本

（1）將文本拆分成段落；

（2）將段落拆分成整句；

（3）將整句拆分成子句；

（4）將子句拆分成單個(gè)字符；

（二）編碼轉(zhuǎn)換

將單個(gè)字符轉(zhuǎn)換成對(duì)應(yīng)的Unicode編碼，每個(gè)字符均用16位二進(jìn)制數(shù)來表示；

（三）組織編碼

（1）將相鄰字符的Unicode編碼兩兩組合；

（2）尋找有經(jīng)驗(yàn)的組合，優(yōu)先進(jìn)行組織、存儲(chǔ)；

（3）再與剩下的編碼一起繼續(xù)進(jìn)行兩兩組合，重復(fù)尋找兩兩組合有經(jīng)驗(yàn)的優(yōu)先進(jìn)行組織；

（4）持續(xù)組織，最終得到一個(gè)可能有經(jīng)驗(yàn)的知識(shí)編碼，用于系統(tǒng)保存或者關(guān)聯(lián)其它有用編碼信息。

2.根據(jù)權(quán)利要求1所述的基于語義理解的文字組織編碼算法，其特征在于：所述步驟（二）具體包括以下步驟：

（1）將單個(gè)字符里的數(shù)字部分進(jìn)行數(shù)字轉(zhuǎn)碼，即將數(shù)字保存到id1，系統(tǒng)標(biāo)識(shí)符-數(shù)字保存到id0；

（2）將單個(gè)字符里的非數(shù)字部分進(jìn)行非數(shù)字轉(zhuǎn)碼，其中窄字符（ASCII）轉(zhuǎn)換為寬字符（Unicode），獲取對(duì)應(yīng)的Unicode編碼，文字則直接轉(zhuǎn)成Unicode編碼。

3.根據(jù)權(quán)利要求1所述的基于語義理解的文字組織編碼算法，其特征在于：所述步驟（三）具體包括以下步驟：

s1．組織開始；

s2．將相鄰字符的Unicode編碼按順序兩兩組合成知識(shí)ID；

s3．判斷知識(shí)ID個(gè)數(shù)是否大于等于3，若是，進(jìn)入步驟s4，若否，進(jìn)入步驟s13；

s4．判斷計(jì)數(shù)器是否都小于閾值，若是，進(jìn)入步驟s5，若否，進(jìn)入步驟s8；

s5．判斷知識(shí)ID是否滿足固定句式條件，若是，進(jìn)入步驟s6，若否，進(jìn)入步驟s7；

s6．優(yōu)先處理固定句式未知部分，返回步驟s2；

s7．按順序進(jìn)行組合、存儲(chǔ)，返回步驟s2；

s8．判斷計(jì)數(shù)器是否都大于閾值，若是，進(jìn)入步驟s9，若否，進(jìn)入步驟s11；

s9．判斷知識(shí)ID是否都有抽象ID，即是否有經(jīng)驗(yàn)，若是，進(jìn)入步驟s10，若否，進(jìn)入步驟s12；

s10．有抽象ID的兩種組合都嘗試進(jìn)行組織、存儲(chǔ)，返回步驟s2；

s11．優(yōu)先組織計(jì)數(shù)器大的知識(shí)ID，返回步驟s2；

s12．優(yōu)先組織有抽象ID的知識(shí)ID，返回步驟s2；

s13．按順序依次進(jìn)行組織，最終組織成一個(gè)知識(shí)ID；

s14．組織結(jié)束。