税务行业词语切分与词性标注语料库的建设方法及系统

摘要

本发明公开税务行业词语切分与词性标注语料库的建设方法及系统，涉及语料库建设技术领域；具体步骤为：S1：制定关于税务行业现代汉语语料库加工、词语切分与词性标注的规范，S2：生成初版税务领域词典，S3：利用涉及税务语料的通用语料库中学习通用词法分析模型，S4：构建基于CRF序列标注的词语切分与词性标注模型，S5：生成初步切分及标注语料库，S6：生成税务行业领域语料库，S7：基于税务行业领域语料库提取出税务行业领域词典，S8：在税务行业领域语料库上学习领域词法分析模型，S9：封装通用词法分析模型及领域词法分析模型相应的分析器。