专利详情

专利名称	一种中文新词语的检测方法及其检测系统
申请号	CN200410000651.7	专利类型	发明专利
公开（公告）号	CN1641634	公开（授权）日	2005.07.20
申请（专利权）人	中国科学院计算技术研究所	发明（设计）人	邹纲;刘群
主分类号	G06F17/27	IPC主分类号	G06F17/27;G06F17/30
专利有效期	一种中文新词语的检测方法及其检测系统至一种中文新词语的检测方法及其检测系统	法律状态	授权
说明书摘要	本发明涉及一种中文新词语的检测方法及其检测系统。本发明基于Internet的中文新词语自动检测的方法，包括网页采集，网页信息处理和新词查找三个部分，且充分利用了从Internet采集而来的网页上的时间信息，从网页中提取时间信息和内容，对其切分并在切分的基础上查找重复串，然后存入原始数据库，再在给定时间的基础上，将原始数据库划分成给定时间以前和给定时间以后的两个数据库，将这两个数据库进行对比，得到新词候选列表，最后的结果由人工确认一下。本发明通过对比寻找某个时间点以后的新词语，可以寻找不限长度和构成的多字词与多字词组成的新词，并利用词的构成规律来滤除垃圾串，具有时效性高的特点。