文本压缩方法和装置专利登记公告

专利名称：文本压缩方法和装置

摘要：本发明提供一种适用于中文等非拉丁语种文本的压缩方法，包括：从待压缩的文本中筛选满足预定词长和出现频率条件的词；根据筛选词的出现频率对筛选词分配编码；利用分配的编码对所述文本进行压缩。相应地，提供一种文本压缩装置。本发明以词为单位提取待压缩文本中的备选词，并根据备选词的出现频率对备选词进行筛选，以仅保留出现频率相对大的词，从而有效提取中文等非拉丁语种文本数据中的高频扩展词，缩小字典中被编码的词语的总数，并且通过利用这些编码对中文等非拉丁语种文本进行压缩，获得较高的压缩率。

专利类型：发明专利

专利号：CN201010586545.7

专利申请（专利权）人：北京大学;北大方正集团有限公司;北京北大方正技术研究院有限公司

专利发明（设计）人：仇睿恒;胡薇

主权项：一种文本压缩方法，包括：步骤S1、从待压缩的文本中筛选满足预定词长和出现频率条件的词；步骤S2、根据筛选词的出现频率对筛选词分配编码；步骤S3、利用分配的编码对所述文本进行压缩。

专利地区：北京