申请/专利权人：浙江工业大学

申请日：2020-07-22

公开（公告）日：2024-06-18

公开（公告）号：CN112084771B

主分类号：G06F40/216

分类号：G06F40/216;G06F16/9537;G06F16/29

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2021.01.01#实质审查的生效;2020.12.15#公开

摘要：一种基于地址的单字权重统计方法，输入待统计的总数据表，记为T，其地址数据条数为N，同时建立一个存储表；首先使用逐字加一法对表T进行总字数统计，总字数记为AllWordSum；然后，使用逐字加一法统计表T中每个单字的出现次数perWordSum；同时，使用逐行加一法统计表T中每个单字的出现条数perWordRow；同时，通过计算得出正单字频率WF，逆单字频率IWF,单字加权权重WF‑IWF，按对应方式存储于结果Result中。本发明单字权重非单一化、系统存储率高。

主权项：1.一种基于地址的单字权重统计方法，其特征在于，所述方法包括以下步骤：1输入待统计的总数据表，记为T，其地址数据条数为N，表中保存着大量标准地址数据，同时创建一个Result表，每行数据存储为{w,perWordSum，perWordRow,wfItw},w字段代表该行的单字，perWordSum字段代表该单字在表T中出现的总次数，perWordRow字段代表该单字在表T中出现的总行数，wfItw字段代表该单字在表T中的权重值；2首先使用逐字加一法对表T进行总字数统计，总字数记为AllWordSum，过程如下：2.1选取的第n行数据，记为Tn，n初始值为1，通过移动数据字符下标j的方式判断是否将AllWordSum加1，j初始值为0；2.2若Tn下标j对应的字符非标点符号与空格符则将AllWordSum加1，并将下标j加1，移动到该行数据的下一个字符上，重复2.2操作；2.3若Tn下标j已移动到该行的最后一个字符则将n加1，返回2.1继续操作，直至n等于N，将n重置为1，j重置为0；3其次使用逐字加一法统计表T中每个单字的出现次数perWordSum和表T中每个单字的出现条数perWordRow，a代表在Result表对应的行下标，初始值为0，过程如下：3.1选取表T的第n行数据，记为Tn，逐一移动Tn字符下标j；3.2若该下标j对应的字符w非标点符号与空格符，且没有在Result表中出现，则在Result表新建一行，行下标a加1，Result表第a行的w设为Tn下标j对应的字符，该w与该a对应，perWordSum设为1，perWordRow设为1，返回3.1继续操作；3.3若该下标j对应的字符w非标点符号与空格符，检索到w在Result第a行出现，则下标j加1，将第a行的perWordSum加1，判断该下标对应字符w对应的perWordRow是否已经加过1；3.3.1若下标j对应的字符w所在行，未将perWordRow加1，则将该行的perWordRow加1，返回3.1继续操作；3.3.2若下标j对应的字符w所在行，已将perWordRow加1，则返回3.1继续操作；3.4若Tn下标j已移动到该行的最后一个字上，则考虑n与N的关系；3.4.1若n≠N则将n加1，j置0，返回3.1继续操作；3.4.2若n＝N则跳出3操作；4通过每个单字的出现次数perWordSum与总字数AllWordSum之间对应关系，求正单字频率WF： 5通过每个单字的出现条数perWordRow与数据总表数据条数N之间对应关系，求逆单字频率IWF： 6通过正单字频率WF与逆单字频率IWF之间对应关系，求单字加权权重WF-IWF：WF-IWF＝WF×IWF；7将统计数据与计算结果按Result要求的单行格式存储。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于地址的单字权重统计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD