(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210376828.1 (22)申请日 2022.04.12 (65)同一申请的已公布的文献号 申请公布号 CN 114462424 A (43)申请公布日 2022.05.10 (73)专利权人 北京思源智通科技有限责任公司 地址 102400 北京市房山区阎富路69号院 46号楼1至4层101二层07 (72)发明人 李根柱　 (74)专利代理 机构 深圳市添源创鑫知识产权代 理有限公司 4 4855 专利代理师 沈冠雄 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/289(2020.01)G06F 40/247(2020.01) G06F 40/216(2020.01) (56)对比文件 CN 114254653 A,2022.03.29 CN 101334768 A,20 08.12.31 US 20213 65634 A1,2021.1 1.25 审查员 邹予婷 (54)发明名称 一种文章段落分析注释方法、 系统、 可读介 质及设备 (57)摘要 本发明提供了一种文章段落分析注释方法、 系统、 可读介质及设备。 该方案包括获取待分析 文章， 进行语义采集生成为段落数据和词汇数 据;根据所述词汇数据进行语义分析， 生成近义 词库;获取全部的句子， 根据所述近义词库进行 关键段关联程度计算， 形成目标关键段落;提取 每个词汇的出现频率， 计算每个词汇的指示词词 频和每个句子的自创程度;对每个段落中的词汇 进行语义提取， 生成语义转折段落;根据所述语 义转折段落、 所述自创程度和所述目标关键段落 进行在线的段落标记、 语句标记和词汇标记。 该 方案通过自动的分析和提取在 文章中的段落、 语 句和词汇快速完成定位关键段落， 分析每个句子 的自创程度， 并进行词频 标记和语义 转折标记。 权利要求书4页 说明书10页 附图9页 CN 114462424 B 2022.07.08 CN 114462424 B 1.一种文章段落分析注释方法， 其特 征在于， 该 方法包括： 获取待分析文章， 进行语义采集 生成为段落数据和词汇数据； 根据所述词汇数据进行语义分析， 生成近义词库； 获取全部的句子， 根据所述近义词库进行关键段关联程度计算， 形成目标关键段落； 提取每个词汇的出现频率， 计算每 个词汇的指示词 词频和每 个句子的自创程度； 对每个段落中的词汇进行语义 提取， 生成语义 转折段落； 根据所述语义转折段落、 所述自创程度和所述目标关键段落进行在线的段落标记、 语 句标记和词汇标记； 其中， 所述提取每个词汇的出现频率， 计算每个词汇的指示词词频和每个句子的自创 程度， 具体包括： 设置第一预设权 重和第二预设权 重； 提取每个词汇出现的频率； 提取每个词汇对应的近义词的出现频率； 利用第三计算公式计算每 个词汇的所述指示词 词频； 利用第四计算公式计算每 个句子的所述自创程度； 对所有的句子进行近义词替换， 生成近义词转化后的句库， 并标记所述近义词转化后 的句库中全部的能够通过历史知识库查询到的句子为已有数据； 利用第五计算公式判断每 个词汇是否为高频词汇； 利用第六计算公式计算每 个句子是否为自创句子； 所述第三计算公式为： Zsi=W1Pj1+W2Pj2 其中，Zsi为所述指示词词频， W1为第一预设权重， W2为第二预设权重， Pj1为第j个词汇的 出现频率， Pj2为第j个词汇的近义词的出现频率； 所述第四计算公式为： KZ = (JY ‑  Y) / JY 其中，Kz为所述自创程度， Y为已有数据的总数， JY为所述近义词转 化后的句库的总数； 所述第五计算公式为： Zsi> Zsi_max +20%*(Zsi_max‑Zsi_min) 其中，Zsi_max为所述指示词 词频最大值， Zsi_min为所述指示词 词频最小值； 所述第六计算公式为： Kz>50%。 2.如权利要求1所述的一种文章段落分析注释方法， 其特征在于， 所述获取待分析文 章， 进行语义采集 生成为段落数据和词汇数据， 具体  包括： 获取待分析文章， 对文章进行 段落分析， 拆分为 不同段落； 根据全部的段落进行词汇拆分， 拆分为 不同的词汇； 根据全部的段落进行语句拆分， 拆分为 不同的语句； 根据段落、 词汇和语句进行实时编号， 并生成为所述段落数据、 所述词汇数据和语句数 据。 3.如权利要求2所述的一种 文章段落分析注释方法， 其特征在于， 所述根据所述词汇数权　利　要　求　书 1/4 页 2 CN 114462424 B 2据进行语义分析， 生成近义词库， 具体包括： 根据所述语句数据， 生成为全部的句子； 根据所述词汇数据， 进行近义词提取， 根据每 个词汇的近义词， 生成所述近义词库； 根据所述语句数据和所述段落数据， 进行从属关系分析， 形成每 个句子对应的段落。 4.如权利要求1所述的一种文章段落分析注释方法， 其特征在于， 所述获取全部的句 子， 根据所述近义词库进行关键段关联程度计算， 形成目标关键段落， 具体包括： 获取所有的句子， 确定每 个句子的编号； 提取每个句子中的词汇， 并根据词汇在所述近义词库中提取对应的近义词 词库； 利用第一计算公式计算所有句子的关联程度； 确定分析 段落， 利用第二计算公式计算所述关键段关联程度； 对所述关键段关联程度最大的段落 号保存为所述目标关键段落； 所述第一计算公式为： Gi=COUNT(Cia=Cib) 其中，Gi为第i句关联程度， COUNT为计次模块， Cia为第i句的第a词对应的近义词， Cib为 除第i句外全部词汇的近义词 词库； 所述第二计算公式为： 其中，Zkey为所述关键段关联程度， max为取最大值函数， k为段落编号， S为全部段落编 号的集合，nk为第k段落的句子总数。 5.如权利要求1所述的一种 文章段落分析注释方法， 其特征在于， 所述对每个段落中的 词汇进行语义 提取， 生成语义 转折段落， 具体包括： 提取段落之间的前后关系， 并进行 段落编号； 对每个段落中的词汇进行语义 提取， 生成每 个词汇的正向均值； 判断全部的相邻段落是否满足第七计算公式， 若不满足， 则将对应的前段和后段标记 为所述语义 转折段落； 所述第七计算公式为： 其中，A为前段正向均值， B为后段正向均值， Ai为前段第 i词汇正向程度， Bi为前段第 i词 汇正向程度， n1为前段词汇数， n2位后段词汇数， m0为第一预设系数， m2位第二预设系数。 6.权利要求1所述的一种 文章段落分析注释方法， 其特征在于， 所述根据 所述语义转折 段落、 所述自创程度和所述目标关键段落进 行在线的段落标记、 语句标记和词汇标记， 具体 包括： 获取自主 展示模式， 其中， 所述自主 展示模式包括段落模式、 语句模式和词汇模式；权　利　要　求　书 2/4 页 3 CN 114462424 B 3