CN106445915A - 一种新词发现方法及装置 - Google Patents
一种新词发现方法及装置 Download PDFInfo
- Publication number
- CN106445915A CN106445915A CN201610826780.4A CN201610826780A CN106445915A CN 106445915 A CN106445915 A CN 106445915A CN 201610826780 A CN201610826780 A CN 201610826780A CN 106445915 A CN106445915 A CN 106445915A
- Authority
- CN
- China
- Prior art keywords
- word
- candidate word
- probability
- current
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000013598 vector Substances 0.000 claims abstract description 89
- 230000011218 segmentation Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 36
- 230000007717 exclusion Effects 0.000 claims description 35
- 206010028916 Neologism Diseases 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 14
- 238000000205 computational method Methods 0.000 claims description 12
- 239000012634 fragment Substances 0.000 claims description 12
- 210000005036 nerve Anatomy 0.000 claims description 2
- 230000008569 process Effects 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Machine Translation (AREA)
Abstract
Description
Claims (22)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610826780.4A CN106445915B (zh) | 2016-09-14 | 2016-09-14 | 一种新词发现方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610826780.4A CN106445915B (zh) | 2016-09-14 | 2016-09-14 | 一种新词发现方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106445915A true CN106445915A (zh) | 2017-02-22 |
CN106445915B CN106445915B (zh) | 2020-04-28 |
Family
ID=58168141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610826780.4A Active CN106445915B (zh) | 2016-09-14 | 2016-09-14 | 一种新词发现方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106445915B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182174A (zh) * | 2017-12-27 | 2018-06-19 | 掌阅科技股份有限公司 | 新词提取方法、电子设备及计算机存储介质 |
CN109241392A (zh) * | 2017-07-04 | 2019-01-18 | 北京搜狗科技发展有限公司 | 目标词的识别方法、装置、系统及存储介质 |
CN109284483A (zh) * | 2018-11-23 | 2019-01-29 | 金色熊猫有限公司 | 文本处理方法、装置、存储介质及电子设备 |
CN109783244A (zh) * | 2017-11-10 | 2019-05-21 | 北京搜狗科技发展有限公司 | 处理方法和装置、用于处理的装置 |
CN111078842A (zh) * | 2019-12-31 | 2020-04-28 | 北京每日优鲜电子商务有限公司 | 查询结果的确定方法、装置、服务器及存储介质 |
CN111523323A (zh) * | 2020-04-26 | 2020-08-11 | 梁华智能科技(上海)有限公司 | 一种中文分词的消歧处理方法和系统 |
CN111563143A (zh) * | 2020-07-20 | 2020-08-21 | 上海二三四五网络科技有限公司 | 一种新词的确定方法及装置 |
CN112434512A (zh) * | 2020-09-17 | 2021-03-02 | 上海二三四五网络科技有限公司 | 一种结合上下文语境的新词确定方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131705A (zh) * | 2007-09-27 | 2008-02-27 | 中国科学院计算技术研究所 | 一种新词发现方法和系统 |
CN101464898A (zh) * | 2009-01-12 | 2009-06-24 | 腾讯科技(深圳)有限公司 | 一种提取文本主题词的方法 |
CN101950306A (zh) * | 2010-09-29 | 2011-01-19 | 北京新媒传信科技有限公司 | 新词发现中的字符串过滤方法 |
CN101976233A (zh) * | 2010-09-30 | 2011-02-16 | 北京新媒传信科技有限公司 | 基于序列模式的新词发现方法 |
CN102163198A (zh) * | 2010-02-24 | 2011-08-24 | 北京搜狗科技发展有限公司 | 提供新词或热词的方法及系统 |
CN103050115A (zh) * | 2011-10-12 | 2013-04-17 | 富士通株式会社 | 识别装置、识别方法、生成装置和生成方法 |
CN103955450A (zh) * | 2014-05-06 | 2014-07-30 | 杭州东信北邮信息技术有限公司 | 一种新词自动提取方法 |
US20150347383A1 (en) * | 2014-05-30 | 2015-12-03 | Apple Inc. | Text prediction using combined word n-gram and unigram language models |
-
2016
- 2016-09-14 CN CN201610826780.4A patent/CN106445915B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131705A (zh) * | 2007-09-27 | 2008-02-27 | 中国科学院计算技术研究所 | 一种新词发现方法和系统 |
CN101464898A (zh) * | 2009-01-12 | 2009-06-24 | 腾讯科技(深圳)有限公司 | 一种提取文本主题词的方法 |
CN102163198A (zh) * | 2010-02-24 | 2011-08-24 | 北京搜狗科技发展有限公司 | 提供新词或热词的方法及系统 |
CN101950306A (zh) * | 2010-09-29 | 2011-01-19 | 北京新媒传信科技有限公司 | 新词发现中的字符串过滤方法 |
CN101976233A (zh) * | 2010-09-30 | 2011-02-16 | 北京新媒传信科技有限公司 | 基于序列模式的新词发现方法 |
CN103050115A (zh) * | 2011-10-12 | 2013-04-17 | 富士通株式会社 | 识别装置、识别方法、生成装置和生成方法 |
CN103955450A (zh) * | 2014-05-06 | 2014-07-30 | 杭州东信北邮信息技术有限公司 | 一种新词自动提取方法 |
US20150347383A1 (en) * | 2014-05-30 | 2015-12-03 | Apple Inc. | Text prediction using combined word n-gram and unigram language models |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241392A (zh) * | 2017-07-04 | 2019-01-18 | 北京搜狗科技发展有限公司 | 目标词的识别方法、装置、系统及存储介质 |
CN109783244A (zh) * | 2017-11-10 | 2019-05-21 | 北京搜狗科技发展有限公司 | 处理方法和装置、用于处理的装置 |
CN109783244B (zh) * | 2017-11-10 | 2021-06-22 | 北京搜狗科技发展有限公司 | 处理方法和装置、用于处理的装置 |
CN108182174A (zh) * | 2017-12-27 | 2018-06-19 | 掌阅科技股份有限公司 | 新词提取方法、电子设备及计算机存储介质 |
CN109284483A (zh) * | 2018-11-23 | 2019-01-29 | 金色熊猫有限公司 | 文本处理方法、装置、存储介质及电子设备 |
CN111078842A (zh) * | 2019-12-31 | 2020-04-28 | 北京每日优鲜电子商务有限公司 | 查询结果的确定方法、装置、服务器及存储介质 |
CN111523323A (zh) * | 2020-04-26 | 2020-08-11 | 梁华智能科技(上海)有限公司 | 一种中文分词的消歧处理方法和系统 |
CN111523323B (zh) * | 2020-04-26 | 2022-08-12 | 梁华智能科技(上海)有限公司 | 一种中文分词的消歧处理方法和系统 |
CN111563143A (zh) * | 2020-07-20 | 2020-08-21 | 上海二三四五网络科技有限公司 | 一种新词的确定方法及装置 |
CN111563143B (zh) * | 2020-07-20 | 2020-11-03 | 上海二三四五网络科技有限公司 | 一种新词的确定方法及装置 |
CN112434512A (zh) * | 2020-09-17 | 2021-03-02 | 上海二三四五网络科技有限公司 | 一种结合上下文语境的新词确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106445915B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106445915A (zh) | 一种新词发现方法及装置 | |
CN112749344B (zh) | 信息推荐方法、装置、电子设备、存储介质及程序产品 | |
CN107301170B (zh) | 基于人工智能的切分语句的方法和装置 | |
CN108717406A (zh) | 文本情绪分析方法、装置及存储介质 | |
CN109948149B (zh) | 一种文本分类方法及装置 | |
CN110175628A (zh) | 一种基于自动搜索与知识蒸馏的神经网络剪枝的压缩算法 | |
CN110569359B (zh) | 识别模型的训练及应用方法、装置、计算设备及存储介质 | |
CN114970522B (zh) | 语言模型的预训练方法、装置、设备、存储介质 | |
CN108733644B (zh) | 一种文本情感分析方法、计算机可读存储介质及终端设备 | |
CN107704512A (zh) | 基于社交数据的金融产品推荐方法、电子装置及介质 | |
CN103631859A (zh) | 一种面向科技项目的评审专家智能推荐方法 | |
CN105022754A (zh) | 基于社交网络的对象分类方法及装置 | |
CN104850617B (zh) | 短文本处理方法及装置 | |
CN108052505A (zh) | 文本情感分析方法及装置、存储介质、终端 | |
CN110222184A (zh) | 一种文本的情感信息识别方法及相关装置 | |
CN110390408A (zh) | 交易对象预测方法和装置 | |
CN111858878B (zh) | 从自然语言文本中自动提取答案的方法、系统及存储介质 | |
CN111861596B (zh) | 一种文本分类方法和装置 | |
CN112418320B (zh) | 一种企业关联关系识别方法、装置及存储介质 | |
CN106886576A (zh) | 一种基于预分类的短文本关键词提取方法及系统 | |
CN111563158A (zh) | 文本排序方法、排序装置、服务器和计算机可读存储介质 | |
CN112085087A (zh) | 业务规则生成的方法、装置、计算机设备及存储介质 | |
CN114141235A (zh) | 语音语料库生成方法、装置、计算机设备和存储介质 | |
CN111046177A (zh) | 一种仲裁案件自动预判方法及装置 | |
CN106649732A (zh) | 一种信息推送方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170705 Address after: 230001, Hefei province high tech Zone, 2800 innovation Avenue, 288 innovation industry park, H2 building, room two, Anhui Applicant after: Anhui Puji Information Technology Co.,Ltd. Address before: 230031 No. 666 Wangjiang West Road, hi tech Zone, Anhui, Hefei Applicant before: IFLYTEK Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 230088, Hefei province high tech Zone, 2800 innovation Avenue, 288 innovation industry park, H2 building, room two, Anhui Applicant after: ANHUI IFLYTEK MEDICAL INFORMATION TECHNOLOGY CO.,LTD. Address before: 230001, Hefei province high tech Zone, 2800 innovation Avenue, 288 innovation industry park, H2 building, room two, Anhui Applicant before: Anhui Puji Information Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 230088 floor 23-24, building A5, No. 666, Wangjiang West Road, high tech Zone, Hefei, Anhui Province Patentee after: Anhui Xunfei Medical Co.,Ltd. Address before: Room 288, H2 / F, phase II, innovation industrial park, 2800 innovation Avenue, high tech Zone, Hefei City, Anhui Province, 230088 Patentee before: ANHUI IFLYTEK MEDICAL INFORMATION TECHNOLOGY CO.,LTD. |
|
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 230000 floor 23-24, building A5, No. 666, Wangjiang West Road, high tech Zone, Hefei City, Anhui Province Patentee after: IFLYTEK Medical Technology Co.,Ltd. Address before: 230088 floor 23-24, building A5, No. 666, Wangjiang West Road, high tech Zone, Hefei, Anhui Province Patentee before: Anhui Xunfei Medical Co.,Ltd. |
|
CP03 | Change of name, title or address |