兴趣点名称判断模块406,适于将筛选出的候选文本分词与所述字符串长度范围 对应的兴趣点名称进行比较，以判断所述候选文本分词是否为兴趣点名称。
[0184] 在本发明的一种可选实施例中，所述兴趣点名称划分模块401还可以适于：
[0185] 将具有相同关键字的一个或多个兴趣点名称划分为同一个兴趣点名称集合中。
[0186] 在本发明的一种可选实施例中，所述兴趣点名称划分模块401还可以适于：
[0187] 对一个或多个兴趣点名称进行分词处理，获得名称分词；
[0188] 将所述兴趣点名称中属于首字的名称分词设置为关键字；
[0189] 将具有相同关键字的一个或多个兴趣点名称划分为同一个兴趣点名称分类中。
[0190] 在本发明的一种可选实施例中，所述字符串长度范围统计模块402还可以适于： [0191]计算在每一个兴趣点名称集合中，所述兴趣点名称的字符串长度；
[0192] 以最短的字符串长度和最长的字符串长度组成字符串长度范围。
[0193] 在本发明的一种可选实施例中，所述兴趣点名称词典生成模块403还可以适于：
[0194] 针对所述兴趣点名称集合，以所述关键词作为键、以所述字符串长度范围作为值 生成兴趣点名称词典。
[0195] 对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关 之处参见方法实施例的部分说明即可。
[0196] 在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。 各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求 的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种 编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发 明的最佳实施方式。
[0197] 在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施 例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构 和技术，以便不模糊对本说明书的理解。
[0198] 类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在 上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施 例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保 护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面 的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此， 遵循【具体实施方式】的权利要求书由此明确地并入该【具体实施方式】，其中每个权利要求本身 都作为本发明的单独实施例。
[0199] 本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地 改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单 元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或 子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何 组合对本说明书(包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任 何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权 利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代 替。
[0200] 此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例 中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的 范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任 意之一都可以以任意的组合方式来使用。
[0201] 本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行 的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用 微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于字符串长度识别兴趣 点名称的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行 这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程 序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者 多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者 以任何其他形式提供。
[0202] 应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领 域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中， 不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词"包含"不排除存在未 列在权利要求中的元件或步骤。位于元件之前的单词"一"或"一个"不排除存在多个这样的 元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实 现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项 来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名 称。
【主权项】
1. 一种基于字符串长度识别兴趣点名称的方法，包括： 对待识别的文本串进行分词处理，获得文本分词； 在所述文本分词中，筛选出在一定字符串长度范围内的候选文本分词； 将筛选出的候选文本分词与所述字符串长度范围对应的兴趣点名称进行比较，以判断 所述候选文本分词是否为兴趣点名称。2. 如权利要求1所述的方法，其特征在于，所述在所述文本分词中，筛选出在一定字符 串长度范围内的候选文本分词的步骤包括： 查找预设兴趣点名词词典，所述兴趣点名称词典中具有一个或多个兴趣点名称集合， 所述兴趣点集合中兴趣点名称最长的字符串长度和最短的字符串长度组成字符串长度范 围； 计算所述文本分词的字符串长度； 在所述文本分词中，筛选出字符串长度在所述字符串长度范围内的候选文本分词。3. 如权利要求1-2任一项所述的方法，其特征在于，所述兴趣点集合中兴趣点名称具有 相同的关键字； 所述在所述文本分词中，筛选出字符串长度在所述字符串长度范围内的候选文本分词 的步骤包括： 在所述文本分词中，筛选出与所述关键字匹配、且字符串长度在所述字符串长度范围 内的候选文本分词。4. 如权利要求1-3任一项所述的方法，其特征在于，所述相同的关键字为首字。5. 如权利要求1-4任一项所述的方法，其特征在于，所述将筛选出的候选文本分词与所 述字符串长度范围对应的兴趣点名称进行比较，以判断所述候选文本分词是否为兴趣点名 称的步骤包括： 将所述候选文本分词和所述兴趣点集合中的兴趣点名称放入同一个容器中； 将同一个容器中的候选文本分词和兴趣点名称进行比较，以判断所述候选文本分词是 否为兴趣点名称。6. 如权利要求1-5任一项所述的方法，其特征在于，所述将同一个容器中的候选文本分 词和兴趣点名称进行比较，以判断所述候选文本分词是否为兴趣点名称的步骤包括： 对同一个集合中的候选文本分词和兴趣点名称进行排序； 将所述候选文本分词与排序相邻的一个或多个兴趣点名称进行比较； 当所述候选文本分词与排序相邻的兴趣点名称相同时，确定所述候选文本分词为兴趣 点名称； 当所述候选文本分词与排序相邻的兴趣点名称不相同时，确定所述候选文本分词不为 兴趣点名称。7. 如权利要求1-6任一项所述的方法，其特征在于，还包括： 将一个或多个兴趣点名称划分为同一个兴趣点名称集合中； 统计在每一个兴趣点名称集合中，所述兴趣点名称的字符串长度范围； 针对所述兴趣点名称集合，至少按照所述字符串长度范围生成兴趣点名称词典。8. 如权利要求1-7任一项所述的方法，其特征在于，所述将一个或多个兴趣点名称划分 为同一个兴趣点名称集合中的步骤包括： 将具有相同关键字的一个或多个兴趣点名称划分为同一个兴趣点名称集合中。9. 如权利要求1-8任一项所述的方法，其特征在于，所述将具有相同关键字的一个或多 个兴趣点名称划分为同一个兴趣点名称集合中的步骤包括： 对一个或多个兴趣点名称进行分词处理，获得名称分词； 将所述兴趣点名称中属于首字的名称分词设置为关键字； 将具有相同关键字的一个或多个兴趣点名称划分为同一个兴趣点名称分类中。10. -种基于字符串长度识别兴趣点名称的装置，包括： 文本串分词模块，适于对待识别的文本串进行分词处理，获得文本分词； 候选文本分词筛选模块，适于在所述文本分词中，筛选出在一定字符串长度范围内的 候选文本分词； 兴趣点名称判断模块，适于将筛选出的候选文本分词与所述字符串长度范围对应的兴 趣点名称进行比较，以判断所述候选文本分词是否为兴趣点名称。
【专利摘要】本发明实施例提供了一种基于字符串长度识别兴趣点名称的方法和装置，该方法包括：对待识别的文本串进行分词处理，获得文本分词；在所述文本分词中，筛选出在一定字符串长度范围内的候选文本分词；将筛选出的候选文本分词与所述字符串长度范围对应的兴趣点名称进行比较，以判断所述候选文本分词是否为兴趣点名称。本发明实施例大大减少了后续的计算量，从而减少了内存的消耗，有效减缓内存的限制，提高了查找的效率。
【IPC分类】G06F17/27
【公开号】CN105550169
【申请号】CN201510921183
【发明人】王智广
【申请人】北京奇虎科技有限公司, 奇智软件（北京）有限公司
【公开日】2016年5月4日
【申请日】2015年12月11日