公开(公告)号：CN115659968A

公开(公告)日：2023-01-31

申请号：CN202211300802.5

申请日：2022-10-24

Applicant: 中国南方电网有限责任公司超高压输电公司昆明局

Inventor： 李少森 ,  罗捷 ,  黎珏强 ,  邱桂尧 ,  杜浩滔 ,  孙豪 ,  黄剑湘 ,  李浩 ,  乔柱桥 ,  王宁 ,  陈图腾 ,  朱盛强 ,  王飞 ,  段春莹 ,  朱志俊 ,  李俊宇 ,  张哲 ,  黄昌钰 ,  袁鑫 ,  朱燕青 ,  任君

IPC: G06F40/284 ,  G06F40/211 ,  G06F40/216

Abstract: 本申请涉及一种专业术语识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待识别文档，并将待识别文档中的文本进行拆分，得到至少一个文本词；针对每个文本词，基于当前文本词在待识别文档中的频度、专业文本库中包含当前文本词的文档的第一文档数量以及专业文本库的文档总数量，确定当前文本词在待识别文档中的权重；在权重小于预设权重阈值的情况下，针对当前文本词中的每个文本字，获取当前文本字在专业文本库中依赖于前一个文本字的第一概率，以及当前文本字在非专业文本库中依赖于前一个文本字的第二概率；基于第一概率和第二概率，确定当前文本词是否为专业术语。采用本方法能够提高专业术语识别效率。