[发明专利]一种基于神经网络的汉维-维汉机构名词典的挖掘系统在审
| 申请号： | 202010140934.0 | 申请日： | 2020-03-03 |
| 公开（公告）号： | CN111368035A | 公开（公告）日： | 2020-07-03 |
| 发明（设计）人： | 艾山·吾买尔;徐翠云;斯拉吉艾合麦提·如则麦麦提;刘文其;早克热·卡德尔;买合木提·买买提;汪烈军;刘胜全 | 申请（专利权）人： | 新疆大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35;G06F40/295;G06N3/04 |
| 代理公司： | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人： | 张丽 |
| 地址： | 830046 新疆维吾尔*** | 国省代码： | 新疆;65 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 神经网络 机构 词典 挖掘 系统 | ||
【权利要求书】：
1.一种基于神经网络的汉维-维汉机构名词典的挖掘系统，由基于TextCNN模型和LSTM模型的机构名分类器；基于Moses模型，Transformer模型和GNMT模型的机构名翻译模型，融合以上最优的结果，首先对句子进行识别机构名，然后进行选择是否在词典之中，之后利用分类器进行分类，最后利用翻译模型进行反向翻译，获得双语机构名加入词典之中，其特征在于：所述TextCNN模型的分类模型由输入层、卷积层、池化层、全连接层和Softmax层等五层构成；所述输入层将输入序列转换为向量表示，传入网络，故用glove来预训练好词向量；所述卷积层的主要功能是为输入向量中捕获重要的特征信息；所述基于Transformer模型的翻译模型，采用中文按照字符切分，维文采用音节级别的切分方法，获得了很好的翻译效果，在进行机构名反向翻译中获得了最好的翻译结。
2.根据权利要求1所述的一种基于神经网络的汉维-维汉机构名词典的挖掘系统，其特征在于：在数据处理方面，将已有的26万汉维机构名数据，经过一系列的汉语端人工筛选以及非机构名词缀过滤，选出非机构名数据7万余条，利用机构名与非机构名数据进行分类模型的训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新疆大学，未经新疆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010140934.0/1.html，转载请声明来源钻瓜专利网。
