领域词获取方法及系统

摘要

本发明涉及一种领域词获取方法及系统。该方法包括以下步骤：获取网络数据，并对网络数据进行领域分类；从所述领域分类后的网络数据中抽取第一候选领域词；对所述第一候选领域词的语义完整性进行处理，得到第二候选领域词；计算所述第二候选领域词的领域相关性，并将所述第二候选领域词的领域相关性与相关性阈值比较，得出领域词。上述领域词获取方法及系统，采用从网络数据中抽取第一候选领域词，对第一候选领域词进行语义完整性处理，得到第二候选领域词，计算第二候选领域词的相关性，与相关性阈值比较得出领域词，可较为准确的获取大量的领域词。

主权项

一种领域词获取方法，包括以下步骤：获取网络数据，并对网络数据进行领域分类；从所述领域分类后的网络数据中抽取第一候选领域词；对所述第一候选领域词的语义完整性进行处理，得到第二候选领域词；计算所述第二候选领域词的领域相关性，并将所述第二候选领域词的领域相关性与相关性阈值比较，得出领域词；所述计算第二候选领域词的领域相关性，并将第二候选领域词的领域相关性与相关性阈值比较，得出领域词的具体步骤包括：计算所述第二候选领域词的类间熵、类内熵及第二候选领域词属于每个领域的后验概率；根据所述第二候选领域词的类间熵、类内熵及第二候选领域词属于每个领域的后验概率，计算所述第二候选领域词的统计领域相关性；将所述第二候选领域词的统计领域相关性与相关性阈值比较，得出领域词。