買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉深圳供電局有限公司申請的專利一種領(lǐng)域新詞的提取方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114266256B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111567889.8，技術(shù)領(lǐng)域涉及：G06F40/30；該發(fā)明授權(quán)一種領(lǐng)域新詞的提取方法及系統(tǒng)是由許冠中;黃安子設(shè)計研發(fā)完成，并于2021-12-21向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種領(lǐng)域新詞的提取方法及系統(tǒng)在說明書摘要公布了：本發(fā)明提供一種領(lǐng)域新詞的提取方法及系統(tǒng)，包括，采集行業(yè)內(nèi)容數(shù)據(jù)，并抽取所述行業(yè)內(nèi)容數(shù)據(jù)中的文本數(shù)據(jù)，得到專業(yè)領(lǐng)域文本數(shù)據(jù)集；根據(jù)預(yù)設(shè)的領(lǐng)域句法詞典對所述專業(yè)領(lǐng)域文本數(shù)據(jù)集進行轉(zhuǎn)化，得到對應(yīng)的詞向量數(shù)據(jù)集；調(diào)取所述詞向量數(shù)據(jù)集中不屬于所述預(yù)設(shè)的領(lǐng)域句法詞典的候選詞語，若所述候選詞語的余弦相似度與所述預(yù)設(shè)的領(lǐng)域句法詞典的余弦相似度大于預(yù)設(shè)的閾值，則判定所述候選詞語為候選新詞；通過預(yù)設(shè)的過濾規(guī)則對所述候選新詞進行過濾，得到領(lǐng)域新詞。本發(fā)明通過新詞發(fā)現(xiàn)并融合多種新詞提取的方法可實現(xiàn)特定領(lǐng)域詞匯的提取，實現(xiàn)領(lǐng)域新詞提取，提高分詞準(zhǔn)確率，從而提升自然語言處理下游任務(wù)的性能。

本發(fā)明授權(quán)一種領(lǐng)域新詞的提取方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種領(lǐng)域新詞的提取方法，其特征在于，包括： 采集行業(yè)內(nèi)容數(shù)據(jù)，并抽取所述行業(yè)內(nèi)容數(shù)據(jù)中的文本數(shù)據(jù)，得到專業(yè)領(lǐng)域文本數(shù)據(jù)集； 根據(jù)預(yù)設(shè)的領(lǐng)域句法詞典對所述專業(yè)領(lǐng)域文本數(shù)據(jù)集進行轉(zhuǎn)化，得到對應(yīng)的詞向量數(shù)據(jù)集； 調(diào)取所述詞向量數(shù)據(jù)集中不屬于所述預(yù)設(shè)的領(lǐng)域句法詞典的候選詞語，將所述候選詞語的余弦相似度與所述預(yù)設(shè)的領(lǐng)域句法詞典比較，若所述候選詞語的余弦相似度與所述預(yù)設(shè)的領(lǐng)域句法詞典的余弦相似度大于預(yù)設(shè)的閾值，則判定所述候選詞語為候選新詞； 通過預(yù)設(shè)的過濾規(guī)則對所述候選新詞進行過濾，得到領(lǐng)域新詞； 其中，獲取所述預(yù)設(shè)的領(lǐng)域句法詞典通過以下過程包括： 根據(jù)預(yù)設(shè)的通用領(lǐng)域詞典對專業(yè)領(lǐng)域文本數(shù)據(jù)集進行清洗并標(biāo)注，得到初步序列標(biāo)注結(jié)果； 根據(jù)預(yù)設(shè)的電力專業(yè)領(lǐng)域標(biāo)準(zhǔn)詞匯對所述初步序列標(biāo)注結(jié)果進行補充標(biāo)注，得到專業(yè)領(lǐng)域詞典； 根據(jù)預(yù)設(shè)的自然語言處理算法逐句對所述專業(yè)領(lǐng)域詞典進行重新分詞和詞性標(biāo)注，統(tǒng)計每個領(lǐng)域詞匯的tf-idf值；并根據(jù)預(yù)設(shè)的自然語言處理算法對專業(yè)領(lǐng)域文本數(shù)據(jù)集逐句進行分析，得到具有依存關(guān)系的詞匯序列及每個詞匯序列對應(yīng)的詞性標(biāo)注序列； 按所述詞性標(biāo)注序列分組統(tǒng)計依存關(guān)系詞匯序列的數(shù)量，當(dāng)符合特定詞性標(biāo)注序列的依存關(guān)系詞匯序列數(shù)量超過預(yù)設(shè)閾值時，將所述詞性標(biāo)注序列加入到句法模板列表中，得到領(lǐng)域句法模板； 不重復(fù)的抽取所述詞匯序列，當(dāng)所述詞匯序列中存在tf-idf值大于判定閾值的詞匯且所述詞匯序列存在所述專業(yè)領(lǐng)域詞典中的詞匯時，將所述詞匯序列加入是領(lǐng)域句法模板，得到預(yù)設(shè)的領(lǐng)域句法詞典。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人深圳供電局有限公司，其通訊地址為：518000 廣東省深圳市羅湖區(qū)深南東路4020號電力調(diào)度通信大樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。