一种用于识别材料化学式的文本挖掘方法及系统

本发明涉及一种用于识别材料化学式的文本挖掘方法及系统。本发明首先获取文本集合并预处理得到目标文本集合；再标记化学元素位置并纠错得标记向量，经指数偏移、差分处理得差分向量；接着计算离群点序列最大上升子序列长度，以此设聚类簇数，并对偏移向量进行k均值聚类，最后根据k均值聚类的结果对文本进行标记。与现有技术相比，本发明具有提取文本化学式的准确性高、效率高等优点。