龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海交通大学
摘要：本发明提供了一种弹幕颜文字检测与提取方法及系统，其中方法包括：确定基准颜文字的自身特征以及其在弹幕文本数据集中的统计特性；提取颜文字候选字符串集；计算候选字符串的双向条件概率、左右信息熵、点间互信息、平均互信息以及通过设定的规则对候选字符串进行筛选与过滤，得到最终候选字符串；计算最终候选字符串与基准颜文字的相似度，综合最相似度结果，计算最终综合相似度分数；根据最终综合相似度分数，输出最终的弹幕颜文字结果，完成对弹幕颜文字的检测与提取。本发明能够高效地从大规模弹幕文本中检测并提取颜文字，广泛应用于输入法颜文字字典自动扩展、文本情感分析、中文分词等任务中，提高上述任务的效率与精度。
主权项：1.一种弹幕颜文字检测与提取方法，其特征在于，包括：构建基准颜文字集和弹幕文本数据集，并对所述基准颜文字集中的每一个基准颜文字进行特征分析，确定所述基准颜文字的自身特征以及其在所述弹幕文本数据集中的统计特性；对所述弹幕文本数据集进行预处理操作；从预处理后的弹幕文本数据集中提取颜文字候选字符串集；计算所述颜文字候选字符串集中每一个候选字符串的双向条件概率，筛选出形成固定搭配的颜文字候选字符串，构成初步筛选集合；计算所述初步筛选集合中每一个候选字符串的左右信息熵，剔除颜文字片段，构成二次筛选集合；计算所述二次筛选集合中每一个候选字符串的互信息，区分颜文字与非颜文字字符组合，构成三次筛选集合；通过设定的颜文字规则，对所述三次筛选集合中每一个候选字符串进行筛选与过滤，得到最终候选字符串集合；基于所述基准颜文字集，计算所述最终候选字符串集合中每一个候选字符串与所述基准颜文字的相似度，用以衡量所述最终候选字符串集合中每一个候选字符串成为颜文字的概率；综合所述最终候选字符串集合中每一个候选字符串与所述基准颜文字的相似度结果，计算最终综合相似度分数；根据所述最终综合相似度分数，对候选字符串的相似度进行排名，输出最终的弹幕颜文字结果，完成对弹幕颜文字的检测与提取。
全文数据：
权利要求：
百度查询： 上海交通大学 弹幕颜文字检测与提取方法、系统、终端及介质
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