[实用新型]一种基于BP神经网络的语料库标注系统

说明书

技术领域

本实用新型涉及一种基于BP神经网络的语料库标注系统。

背景技术

语料标注是浅层分析的主要内容，它可以应用到信息检索、机器翻译、主题内容分析和文本处理等领域，语料标注的准确性直接关系到文本分析和文本处理的正确性。

现有的语料标注方法中，有应用机器学习算法进行英语语料标注的，该算法的优势是能从大量的特征中找出和自己相关的特征，但因为使用了大量特征，使得查询效率很低，同时词汇化特征的使用导致了数据稀疏。

还有采用基于错误驱动的隐马尔可夫模型方法进行英语语料标注的，取得了较好的识别精度，但是，该方法使用了包含词在内的大量特征，虽然运用错误驱动的策略选择了一些相关的特征，但内存的占用量还是很大，同时也出现了数据稀疏的现象，需要采用回退的方法对数据进行平滑。

利用BP神经网络的自学习特性，可以提高语料标注的效率，但基于单一的BP神经网络的语料标注系统的精确度仍需进一步提高。

实用新型内容

本实用新型设计开发了一种基于BP神经网络的语料库标注系统，在本系统内，BP神经网络处理单元中包括有至少两个分类处理器，只有当至少两个分类处理器对待标注语料的标注结果依照设定满足一定系数，才可以对待标注语料进行标注，并存入语料库存储器。本系统提高了语料库标注的精确度。

本实用新型提供的技术方案为：

一种基于BP神经网络的语料库标注系统，包括：

语料库存储器；

待标注语料缓冲存储器；

语料标注结果比较器；

BP神经网络处理单元，其包括有至少两个分类处理器，所述BP神经网络处理单元同时与所述语料库存储器、待标注语料缓冲存储器以及语料标注结果比较器连接。

优选的是，所述的基于BP神经网络的语料库标注系统中，所述分类处理器的个数为三个。

优选的是，所述的基于BP神经网络的语料库标注系统，还包括：

输入装置，其与所述BP神经网络处理单元连接，所述输入装置包括键盘和语音识别器。

优选的是，所述的基于BP神经网络的语料库标注系统，还包括：

输出装置，其与所述BP神经网络处理单元连接，所述输出装置包括显示器。

本实用新型所述的基于BP神经网络的语料库标注系统，在本系统内，BP神经网络处理单元中包括有至少两个分类处理器，只有当至少两个分类处理器对待标注语料的标注结果依照设定满足一定系数，才可以对待标注语料进行标注，并存入语料库存储器。本系统提高了语料库标注的精确度。

附图说明

图1为本实用新型所述的基于BP神经网络的语料库标注系统的结构示意图。

具体实施方式

下面结合附图对本实用新型做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1所示，本实用新型提供一种基于BP神经网络的语料库标注系统，包括：语料库存储器；待标注语料缓冲存储器；语料标注结果比较器；BP神经网络处理单元，其包括有至少两个分类处理器，所述BP神经网络处理单元同时与所述语料库存储器、待标注语料缓冲存储器以及语料标注结果比较器连接。

本实用新型所述的基于BP神经网络的语料库标注系统中的各部件包括：语料库存储器、待标注语料缓冲存储器、语料库标注结果比较器、BP神经网络处理单元、输入装置、输出装置均为硬件。

BP神经网络处理单元中设置有至少两个分类处理器。在对待标注语料进行标注过程中，分类处理器对待标注语料进行标注，并将标注结果存入待标注语料缓冲存储器。当所有分类处理器都标注完成，BP神经网络处理单元将待标注语料缓冲存储器中的所有标注结果提取，并输入至语料标注结果比较器，由语料标注结果进行比较。根据分类处理器的个数设定语料标注结果比较器内的比较系数，用于判断标注是否成功。在两个分类处理器的情况下，则比较系数应为1，即两个分类处理器的标注结果相同；在三个分类处理器的情况下，则比较系数为2/3，即三个分类处理器中两个的标注结果相同。

标注成功后，将待标注语料转为已标注语料，并存储于语料库存储器内。

所述的基于BP神经网络的语料库标注系统中，所述分类处理器的个数为三个。

所述的基于BP神经网络的语料库标注系统，还包括：输入装置，其与所述BP神经网络处理单元连接，所述输入装置包括键盘和语音识别器。

输入装置用于输入待标注语料。

所述的基于BP神经网络的语料库标注系统，还包括：输出装置，其与所述BP神经网络处理单元连接，所述输出装置包括显示器。