发明名称 |
一种火星文识别方法和系统 |
摘要 |
本发明提出一种火星文识别方法和系统,其中方法包括:采用已知的火星文文本在原始语料中进行搜索,得到火星文训练文本集合;采用所述火星文训练文本集合建立火星文语言模型;利用所述火星文语言模型计算语句S是火星文的概率,当所述概率大于预先设定的阈值时,识别出该语句S是火星文。本发明能够将网络原始文本中的火星文识别出来。 |
申请公布号 |
CN102999533A |
申请公布日期 |
2013.03.27 |
申请号 |
CN201110277618.9 |
申请日期 |
2011.09.19 |
申请人 |
腾讯科技(深圳)有限公司 |
发明人 |
肖镜辉;冯鹏超 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京德琦知识产权代理有限公司 11018 |
代理人 |
阎敏;宋志强 |
主权项 |
一种火星文识别方法,其特征在于,所述方法包括:采用火星文文本在原始语料中进行搜索,得到火星文训练文本集合;采用所述火星文训练文本集合建立火星文语言模型,所述火星文语言模型的内容如下:Pmars(Wi|Wi‑n+1...Wi‑1)等于词语序列Wi‑n+1...Wi‑1Wi在火星文训练文本集合中出现的次数与词语序列Wi‑n+1...Wi‑1在火星文训练文本集合中出现的次数的商;其中,n为预先设定的整数,Pmars(Wi|Wi‑n+1...Wi‑1)表示在词语序列Wi‑n+1...Wi‑1出现的条件下出现词语Wi的条件概率;利用所述火星文语言模型计算语句S是火星文的概率,当所述概率大于预先设定的阈值时,识别出该语句S是火星文。 |
地址 |
518044 广东省深圳市福田区振兴路赛格科技园2栋东403室 |