原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文专利权利要求书分词算法研究
第30卷 第11期 情 报 杂 志 Vol.30 No.11
2011年11月 JOURNAL OF INTELLIGENCE Nov. 2011
中文专利权利要求书分词算法研究*
翟东升 马文姗
(北京工业大学经济与管理学院 北京 100124)
摘 要 中文专利权利要求书是一种半结构化的文本,应对各种检索需要,迫切需要将中文专利权利要求进行分词
处理。 本文在总结中文专利权利要求书的特点的基础上,提出了一种基于领域词典和规则相结合的面向中文专利
权利要求书的中文分词模型,并对词典、规则的构建进行了说明。 该方法在封闭式测试条件下取得了较好的分词结
果,能够将文本分割为有意义的实体,并且对未登录词的识别效果较好。
关键词 中文分词 领域词典 中文权利要求书
中图分类号 TP391 文献标识码 A 文章编号 1002-1965(2011)11-0152-04
Research the Algorithm of Chinese Patent Claims Segmentation
ZHAI Dongsheng MA Wenshan
(Economicsand Management Faculty,Beijing University of Science and Technology,Beijing 100124)
Abstract Chinese claim isa semi-structured text. To deal with various search needs,the urgent need to word segmentation of Chinese
patent claims. Thispaper summarizesthecharacteristicsofChinesepatentclaimsandpresentedafielddictionariesandrulesmodeltosolve
the word segmentation of Chinese patent claims. Besides,it described the construction of the dictionary and the rules. The method a-
chieved good segmentationresultsin a closedtest conditionsthat istheability to split thetext intomeaningful entities. Andtheidentifica-
tion of unknown wordsisbetter.
Key words Chinese word segmentation field dictionary Chinese claim
据统计在中文的词语中,两字词的数量最大,其次是成
0 引 言
语、单字词。 目前常用的中文文本分词算法主要有三
随着专利数量的剧增,在已经被授权的专利中,大 种:基于词典的分词算法、基于统计的分词算法、基于
[1]
部分专利都时刻面临着被宣布无效的可能。 不但如 理解的分词算法 。
此,专利侵权案件持续增加。 造成这种情况的主要原 基于词典的分词算法的主旨思想是,预先构建好
因是:各种技术资料文献的爆炸式增长,使得利用当前
文档评论（0）