公开(公告)号：CN113392189A

公开(公告)日：2021-09-14

申请号：CN202110939825.X

申请日：2021-08-17

Applicant: 东华理工大学南昌校区

Inventor： 黄振华 ,  李惠惠

IPC: G06F16/33 ,  G06F16/36 ,  G06F40/289

Abstract: 本发明公开了一种基于自动分词的新闻文本处理方法。该方法首先生成词组数据库。接着提取时事文本、领域标签、新闻文本，对比时事文本与基础词组，确定该时事文本的多个有源词组以及无源词组。然后检索新闻文本中与有源词组和无源词组相同的待处理字符串，生成第一字符串和第二字符串以及中间文本。再对比中间文本与基础词组，确定第三字符串以及第四字符串，最后拼接第一、二、三、四字符串完成对新闻文本的分词处理。本方法通过对新闻文本的分词为文本语义识别提供技术基础。也有利于挖掘新闻的价值，能够更加精准的定位搜索。

公开(公告)号：CN113392189B

公开(公告)日：2022-02-08

申请号：CN202110939825.X

申请日：2021-08-17

Applicant: 东华理工大学南昌校区

Inventor： 黄振华 ,  李惠惠

IPC: G06F16/33 ,  G06F16/36 ,  G06F40/289

Abstract: 本发明公开了一种基于自动分词的新闻文本处理方法。该方法首先生成词组数据库。接着提取时事文本、领域标签、新闻文本，对比时事文本与基础词组，确定该时事文本的多个有源词组以及无源词组。然后检索新闻文本中与有源词组和无源词组相同的待处理字符串，生成第一字符串和第二字符串以及中间文本。再对比中间文本与基础词组，确定第三字符串以及第四字符串，最后拼接第一、二、三、四字符串完成对新闻文本的分词处理。本方法通过对新闻文本的分词为文本语义识别提供技术基础。也有利于挖掘新闻的价值，能够更加精准的定位搜索。