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！

龙图腾网恭喜广州多益网络股份有限公司;广东利为网络科技有限公司;多益网络有限公司申请的专利一种多音字待标语料的筛选方法、装置、设备及存储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：CN112201221B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202011037697.1，技术领域涉及：G10L13/02；该发明授权一种多音字待标语料的筛选方法、装置、设备及存储介质是由徐波设计研发完成，并于2020-09-28向国家知识产权局提交的专利申请。

本一种多音字待标语料的筛选方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种多音字待标语料的筛选方法、装置、设备及存储介质，包括：获取原始文本语料；生成汉字字串字典及字串文本字典，所述汉字字串字典用以记录汉字映射到包含所述汉字的全部字串组成的列表，所述字串文本字典用以记录字串映射到包含所述字串的全部文本组成的列表；循环遍历字典，从所述汉字字串字典中取出多音字汉字，以使文本数量达到预设数值，并生成候选文本列表；选择待标汉字，通过所述候选文本列表，获取待标文本列表；从所述待标文本列表中依次记录每个文本的信息，以得到输出文本列表。本发明能够收集题材类型全面的原始文本语料，确保文本语料对题材类型、语言风格覆盖全面。

本发明授权一种多音字待标语料的筛选方法、装置、设备及存储介质在权利要求书中公布了：1.一种多音字待标语料的筛选方法，其特征在于，包括：获取原始文本语料；其中，所述原始文本语料包括至少一个多音字；生成汉字字串字典及字串文本字典，所述汉字字串字典用以记录汉字映射到包含所述汉字的全部字串组成的列表，所述字串文本字典用以记录字串映射到包含所述字串的全部文本组成的列表；循环遍历字典，从所述汉字字串字典中取出多音字汉字，以使文本数量达到预设数值，并生成候选文本列表；选择待标汉字，通过所述候选文本列表，获取待标文本列表；从所述待标文本列表中依次记录每个文本的信息，考察一个文本后，记录当前包含预设多音字的文本数量、多音字数量及多音字汉字，以得到输出文本列表；其中，所述选择待标汉字，通过所述候选文本列表，获取待标文本列表，具体包括：对所述候选文本列表中的全部文本进行操作，依次考察文本的每一个汉字，如果是多音字，则遍历包含所述多音字的长度为字串窗口的所有字串，作为窗口字串列表，并且从所述汉字字串字典中查找包括所述多音字的字串列表，作为全局字串列表，将所述窗口字串列表和所述全局字串列表取交集，作为交集字串列表；如果所述交集字串列表不为空，则把所述多音字设为待标多音字汉字，从所述全局字串列表中删除交集字串列表的字串；得到备注了待标多音字的候选文本列表，作为待标文本列表。

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广州多益网络股份有限公司;广东利为网络科技有限公司;多益网络有限公司，其通讯地址为：510000 广东省广州市黄埔区伴河路90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”。