公开(公告)号：CN112632985A

公开(公告)日：2021-04-09

申请号：CN202011507899.8

申请日：2020-12-18

Applicant: 国网北京市电力公司 ,  国家电网有限公司 ,  福建亿榕信息技术有限公司

Inventor： 尚颖 ,  张晔 ,  马薇 ,  黄松 ,  徐光兵 ,  李彦龙 ,  梁卫泉 ,  丁勇 ,  王端瑞 ,  侯本忠 ,  张永强 ,  闫丽飞

IPC: G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种语料的处理方法、装置、存储介质及处理器。其中，该方法包括：获取待识别的词句；采用新词发现模型处理词句，识别出至少一个候选语料，其中，新词发现模型为采用深度学习模型训练得到的语料模型；从至少一个候选语料中确定目标语料，其中，目标语料为从词句中识别出来的新词汇。本发明解决了现有技术中获取术语过程效率低的技术问题。

公开(公告)号：CN111325019A

公开(公告)日：2020-06-23

申请号：CN202010072472.3

申请日：2020-01-21

Applicant: 国网北京市电力公司 ,  国家电网有限公司 ,  福建亿榕信息技术有限公司

Inventor： 尚颖 ,  马薇 ,  徐光兵 ,  黄松 ,  李彦龙 ,  梁卫泉 ,  丁勇 ,  王端瑞 ,  侯本忠 ,  张永强 ,  闫丽飞

IPC: G06F40/242 ,  G06F40/109 ,  G06F16/332

Abstract: 本发明公开了一种词库的更新方法及装置、电子设备。其中，该方法包括：获取审计新语料，其中，审计新语料中包括：审计基础词和电力资料语句；对审计新语料进行标注处理，得到基础样本数据；采用新词检索模型识别基础样本数据中的新词，其中，新词检索模型是基于多组数据训练得到的，多组数据中的每组数据包括：词库词语和新词预测概率；基于新词更新审计资料词库。本发明解决了相关技术中提取语料时容易遗漏专业术语，导致术语资料库的数据质量不均衡、数据不全面的技术问题。