龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：郑州轻工业大学
申请日：2023-09-20
公开（公告）日：2024-01-09
公开（公告）号：CN117371443A
主分类号：G06F40/289
分类号：G06F40/289;G06F40/216;G06F18/22
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.01.26#实质审查的生效;2024.01.09#公开
摘要：本发明涉及基于词频逆文档频率和最大曲率点的实体解析分块方法，包括以下步骤：S1、提取记录中的字符串类型的属性，对于数据集中的每条元组，首先按照属性名提取出字符串类型的属性，然后进行分词，分词后的令牌去除停用词，以使得每条元祖均嵌入令牌，S2、计算词频文档，计算步骤S1中每条元组嵌入的令牌的词频数，移除掉总词频数为1的令牌，建立语料库，S3、筛选令牌，根据步骤S2中建立的语料库算出记录中每个令牌的词频逆文档频率值TF_IDF，S4、完成初步分块，将步骤S3中选出的令牌作为键对记录进行初步的索引分块；本发明具有保证块质量的同时使减少率大大提升的优点。
主权项：1.基于词频逆文档频率和最大曲率点的实体解析分块方法，其特征在于：包括以下步骤：S1、提取记录中的字符串类型的属性，对于数据集中的每条元组，首先按照属性名提取出字符串类型的属性，然后进行分词，分词后的令牌去除停用词，以使得每条元祖均嵌入令牌；S2、计算词频文档，计算步骤S1中每条元组嵌入的令牌的词频数，移除掉总词频数为1的令牌，建立语料库；S3、筛选令牌，根据步骤S2中建立的语料库算出记录中每个令牌的词频逆文档频率值TF_IDF；S4、完成初步分块，将步骤S3中选出的令牌作为键对记录进行初步的索引分块；S5、计算相似度，计算每个块中每对记录的共现频率-逆块频率CF_IBF值；S6、完成块集合优化。
全文数据：
权利要求：
百度查询： 郑州轻工业大学 基于词频逆文档频率和最大曲率点的实体解析分块方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号