特定领域词汇的发现及分类器训练方法和装置

摘要

本发明公开了一种特定领域词汇的发现及分类器训练方法和装置，所述方法包括：对文本进行切分得到若干字符串片段后，从中选取出成词字符串片段；运用预先训练得到的特定领域词汇的分类器，从所述成词字符串片段中分类出特定领域的词汇和通用领域的词汇；其中，所述分类器是根据通用词表和特定领域词表中词汇的成词特征向量和特定领域特征向量，使用逻辑回归模型训练得到的。应用本发明可以构建一个完整简单高效的特定领域词汇的发现及分类器训练的方案。