未收录术语检测方法及系统

摘要

本发明提供一种未收录术语检测方法及系统，其中的方法包括分词结果获取阶段和未收录术语生成阶段；其中，分词结果获取阶段包括：根据待检测的语料库确定所述语料库的统计信息；基于统计信息，对语料库中的句子进行分词处理，以获取与各句子对应的分词结果；未收录术语生成阶段包括：根据语料库构造数据集，并通过数据集训练用于判别术语分割正确与否的分割识别模型；将分词结果输入分割识别模型进行预测，根据预测结果和分词结果生成未收录术语。利用上述发明能够对语料库中的句子进行无监督或半监督分词，并实现对未收录术语的自动化发现。