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：上海岩芯数智人工智能科技有限公司
摘要：本申请公开了一种针对中文语料非正常换行修正的方法及系统。通过对换行符位置的设置是否正确进行判断，不仅解决了长段中文语料中出现大量非法换行符的问题，提高了中文语料的可读性；还通过多组策略对正常换行、标题换行以及非正常标题换行等策略的层层筛选，保留了中文语料的语义结构，最大程度地避免了对正常换行的误判。
主权项：1.一种针对中文语料非正常换行修正的方法，其特征在于，具体包括：步骤S1：获取中文语料并对该中文语料进行符号的检查修正；步骤S2：对符号检查修正后的中文语料进行换行符的修正，得到语料T；步骤S3：以换行符为切割点，对语料T进行语料段落切割，得到段落列表T1；步骤S4：遍历段落列表T1，得到段落列表T1中的每个段落子项T2；步骤S5：定义用于拼接各个段落子项的变量T0，用于生成完整语料；步骤S6：从第二个段落子项开始，依次判断各个段落子项T2的类别，根据各个段落子项T2的所属类别分别执行不同的操作；步骤S7：判断当前段落子项T2是否为正常段落换行，若是正常段落换行，则将其以T0+换行符+T2的形式进行拼接，反之，则进入步骤S8；步骤S8：判断当前段落子项T2是否为常规标题换行，若是常规标题换行，则将其以T0+换行符+T2的形式进行拼接，反之，则进入步骤S9；步骤S9：判断当前段落子项T2是否为非常规标题换行，若是非常规标题换行，则将其以T0+换行符+T2的形式进行拼接，反之，则将当前段落子项T2以T0+T2的形式进行拼接；步骤S10：在对当前段落子项T2的按照其类别执行相应的操作后，判断当前段落子项T2是否为最后一个段落子项，若不是，则将下一个段落子项T2跳转至步骤S7，若是，则进入步骤S11；步骤S11：将通过上述步骤得到的变量T0中的首位的空格以及换行符剔除，得到最终的修正结果T3。
全文数据：
权利要求：
百度查询： 上海岩芯数智人工智能科技有限公司 一种针对中文语料非正常换行修正的方法及系统
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