您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 传统蒙古文网页识别方法和装置
专利状态 - 专利号(申请号) CN104598593B
专利申请日期 2015-01-22 专利类型 发明专利
申请公布号 2015100336290 申请公布日 2015-01-22
授权公告号 - 授权公告日 -
发明人 王志娟
专利权人 中央民族大学
专利摘要 本发明涉及一种传统蒙古文网页识别方法和装置,所述方法包括:获取并统计传统蒙古文网页语料库中的各个词的词频和文档频率,并计算各个词的调和平均值;根据所述调和平均值由大到小,选取前第一数量个词,并对所述前第一数量个词的调和平均值进行累加,得到第一累加和;获取并统计待识别网页中所述前第一数量个词的词频,并对其进行累加,得到第二累加和;当所述第一累加和与所述第二累加和之间的差值小于等于第一阈值时,确定所述待识别网页为传统蒙古文网页。本发明提供的传统蒙古文网页识别方法,可以以较高准确率和较高效率实现传统蒙古文网页的识别,进而有助于传统蒙古文网页的搜集以及传统蒙古文全文搜索引擎的实现。
专利价值评估分析
相关推荐
Baidu
map