[发明专利]面向神经网络机器翻译的日语动词识别、词性标注方法

权利要求书

1.一种面向神经网络机器翻译的日语动词识别、词性标注方法，其特征在于，包括以下步骤：

S100、检索并标注日语文本中包含候选动词查找时的左邻接标志和结尾标志的特殊词汇，不参与后续的动词识别，其中，左邻接标志为字符或字符串，结尾标志为字符；

S200、检索左邻接标志和候选动词的结尾标志，将左邻接标志的下一个字符至候选动词结尾的标志字符部分切分出来作为待还原候选动词，其中，S200中进一步包括以下步骤：

S210、检索出候选动词的左邻接标志；

S220、在左邻接标志后的指定范围内查找候选动词的结尾标志字符；若候选动词的结尾标志字符为第一一般结尾字符，则进入S300；若结尾标志字符为特殊结尾标志字符，则进入S230；若在指定范围内，未查找到结尾标志字符，而查找到特殊左邻接标志字符，则进入S240，其中，所述特殊左邻接标志为在日语中既能够做左邻接标志，又能够出现在单词本身中的特殊字符，所述第一一般结尾字符为日语中的其本身作为动词变形词尾的字符，所述特殊结尾字符为日语中的其后面能够出现其他一般结尾字符、但是本身也能够作为动词变形词尾的字符；

S230、判断特殊结尾标志字符后面的指定范围内是否存在第二一般结尾字符，若存在，则需选取后者作为切分标志进入S300；若不存在，则选取特殊结尾标志字符作为待还原候选动词的结尾标志字符，进入S300；

S240、判断特殊左邻接标志字符后面的指定范围内是否存在第二一般结尾字符，若存在，则需选取后者作为切分标志进入S300；若不存在，则选取特殊左邻接标志字符作为切分标志进入S300，其中，所述第二一般结尾字符为日语中其本身能够作为动词结尾字符，但也能够与特殊结尾字符进行组合作为动词变形词尾的字符；

S300、对待还原候选动词进行还原，并通过查词典的方式验证其是否正确，若正确，则该待还原候选动词还原成功；

S400、在确认还原成功后，对还原成功的待还原候选动词及其变形词尾进行词干、词尾、可能表现、时、态、情态的语法意义上的切分，标注词性，并注明其语法意义。

2.根据权利要求1所述的面向神经网络机器翻译的日语动词识别、词性标注方法，其特征在于，S100中进一步包括以下步骤：

S110、若特殊词汇的词性为动词或形容词，则对其做词形还原以及词干、词尾、时、态、情态的语法意义上的切分，并标注每部分的语法意义。

3.根据权利要求2所述的面向神经网络机器翻译的日语动词识别、词性标注方法，其特征在于，S300进一步包含以下步骤：

S310、针对查找到的待还原候选动词采用字符串前向最大匹配算法，检索出待还原候选动词的后缀，其中，所述待还原候选动词的后缀为日语动词的活用形部分；

S320、对检索出的待还原候选动词的后缀，按其对应的还原规则进行还原处理；

S330、将还原后的词条信息与词典中的对应词条信息进行比对，验证识别的正确与否；

S340、若还原后的词条信息未在词典内查找到对应的词条信息时，对待还原候选动词进行再次切分和还原处理，此时，若能够还原成功且在词典内查到还原后的词条，说明还原成功，否则不再对其进行处理；

S350、对S340中再切分后还原成功的待还原候选动词，对其切分开的两部分分别进行一次还原处理，此时，若能够有任一及以上部分还原成功且在词典内查到还原后的词条，则还原成功，否则不再对其进行处理。

4.根据权利要求1所述的面向神经网络机器翻译的日语动词识别、词性标注方法，其特征在于，S400进一步包含以下步骤：

S410、针对S350中判定还原成功的待还原候选动词，对其每一个还原成功的部分进行词性以及语意的标注，对还原不成功的部分，做原样保留处理。

5.根据权利要求4所述的面向神经网络机器翻译的日语动词识别、词性标注方法，其特征在于，S110中所述特殊词汇为动词词干或其变形中包含进行查找时的左邻接标志的动词或形容词；所述特殊词汇还包含动词结尾标志字符的、既非动词也非形容词的其他词汇。