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！

龙图腾网获悉济南大学申请的专利基于网址域名的文本分词方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111104801B 。

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：201911367979.5，技术领域涉及：G06F40/289；该发明授权基于网址域名的文本分词方法、系统、设备及介质是由杜韬;李依谦;曲守宁;朱连江;王信堂;王希普设计研发完成，并于2019-12-26向国家知识产权局提交的专利申请。

本基于网址域名的文本分词方法、系统、设备及介质在说明书摘要公布了：本发明公开了基于网址域名的文本分词方法、系统、设备及介质，包括：数据采集，采集若干个网址域名；对每个网址域名进行分词处理；将分词处理后的单词进行文本格式化处理；分析文本格式化处理后得到单词的单词词性；根据单词词性进行词形还原；将词形还原后的结果存储到单词库中；将待分词的网址域名，采用双向最大匹配算法与单词库进行匹配，如果匹配成功，则得到文本向量化结果；如果匹配失败，则对待分词的网址域名进行清洗，将清洗后的结果再次采用双向最大匹配算法与单词库进行匹配。

本发明授权基于网址域名的文本分词方法、系统、设备及介质在权利要求书中公布了：1.基于网址域名的文本分词方法，其特征是，包括：数据采集，采集若干个网址域名；对每个网址域名进行分词处理，其中，按每个用户为单位，提取浏览网站域名至列向量L1；基于Trie树结构实现高效的词图扫描，生成句子中英文所有成词情况所构成的有向无环图，采用动态规划查找最大概率路径，找出基于词频的最大切分组合，将网址域名列向量L1输入jieba分词全模式模型，剔除符号，将每条记录中包含的所有看作是词语的字符串都扫描出来，存储至列向量L2；将分词处理后的单词进行文本格式化处理；分析文本格式化处理后得到单词的单词词性，其中，对列向量L2实行文本格式化操作，彻底删除标志符号和无用的字符，并以一条网址域名为单位记录，其中包含的若干单词字符串做为子记录，储存至数据集S1中；采用正则表达式标注器，通过制定tagset转化为统一符号，利用英语单词中的后缀信息来推测一个单词的词性，将数据集S1中的子记录按照顺序匹配，当全部都不匹配时，会被标注为概率最大的词性，最后按照一条网址域名为单位记录，以各英语单词与其对应的词性为子记录，储存至数据集S2；根据单词词性进行词形还原；将词形还原后的结果存储到单词库中，具体为：根据单词词性，调用WordNet函数，进行词形还原操作，进而将各种单词的变形都还原为同一个形式，生成词典D1；用户构建个性化词库D2，在NLTK中利用StandfordNLP工具包完成对词库D2的操作；取个性化词库D2与词典D1的并集，生成词库，；将待分词的网址域名，采用双向最大匹配算法与单词库进行匹配，如果匹配成功，则得到文本向量化结果；如果匹配失败，则对待分词的网址域名进行清洗，将清洗后的结果再次采用双向最大匹配算法与单词库进行匹配，具体为：将待分词的网址域名，采用正向最大匹配算法与词库进行匹配，记录下匹配结果；将待分词的网址域名，采用逆向最大匹配算法与词库进行匹配，记录下匹配结果；如果匹配结果等于匹配结果，则选择匹配结果作为将待分词的网址域名的最终分词结果；若匹配结果不等于匹配结果，则选取网址域名正向最大匹配算法的结果R1和网址域名逆向最大匹配算法的结果R2中单个英文单词字数较多的结果，作为待匹配网址域名双向最大匹配算法的最终结果R3。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。