[发明专利]一种双语语料库过滤方法及系统无效
| 申请号： | 200710178309.X | 申请日： | 2007-11-28 |
| 公开（公告）号： | CN101201820A | 公开（公告）日： | 2008-06-18 |
| 发明（设计）人： | 王刚;高立琦;刘挺;王海洲 | 申请（专利权）人： | 北京金山软件有限公司;北京金山数字娱乐科技有限公司;哈尔滨工业大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京集佳知识产权代理有限公司 | 代理人： | 逯长明 |
| 地址： | 100083北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种双语语料库过滤方法，包括以下步骤：A.确定英汉双语句对的句长比例特征值；B.分别统计英汉双语句对中不同词性的数量，分别计算所述词性的词与所述双语的互译词典中对应的词匹配的数量，根据不同词性的数量和所述匹配的数量确定互翻译性特征值；C.根据预先利用训练集建立的分类模型，利用所述句长比例特征值和所述互翻译性特征值进行过滤分类。本发明公开一种双语语料库系统。本发明提供一种双语语料库的过滤方法及系统，用于提高语料库通用性、准确率和召回率。 | ||
| 搜索关键词： | 一种 双语 语料库 过滤 方法 系统 | ||
【主权项】：
1.一种双语语料库过滤方法，其特征在于，包括以下步骤：A、确定双语句对的句长比例特征值；B、分别统计双语句对中不同词性的数量，分别计算所述词性的词与所述双语的互译词典中对应的词匹配的数量，根据不同词性的数量和所述匹配的数量确定互翻译性特征值；C、根据预先利用训练集建立的分类模型，利用所述句长比例特征值和所述互翻译性特征值进行过滤分类。
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北京金山软件有限公司;北京金山数字娱乐科技有限公司;哈尔滨工业大学，未经北京金山软件有限公司;北京金山数字娱乐科技有限公司;哈尔滨工业大学许可，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/patent/200710178309.X/，转载请声明来源钻瓜专利网。
