[发明专利]生成标注库的方法和装置有效
| 申请号： | 201510860253.0 | 申请日： | 2015-11-30 |
| 公开（公告）号： | CN106815215B | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 涂兆鹏;李航;刘群 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06F17/28 | 分类号： | G06F17/28 |
| 代理公司： | 44285 深圳市深佳知识产权代理事务所(普通合伙) | 代理人： | 王仲凯<国际申请>=<国际公布>=<进入 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种生成标注库的方法和装置。本发明实施例方法包括：将双语平行语料库中在句子级别互为翻译的目标语句和源语句进行对齐；当目标语句中属于第一词类的第一特定词在源语句中没有对应的源特定词时，获取第一候选集合，第一候选集合中包括与第一特定词互为翻译的候选源特定词；根据源语句和目标语句间的对齐关系获取候选位置集合，候选位置集合包括源语句中可能缺失源特定词的位置；根据预置语言概率模型获取第二候选集合中各语句的正确概率，第二候选集合包括将第一候选集合中的候选源特定词填补到候选位置集合中的位置后形成的候选源语句；生成标注库，标注库包括根据第二候选集合中各语句的正确概率确定的候选源语句。 | ||
| 搜索关键词： | 生成 标注 方法 装置 | ||
【主权项】：
1.一种生成标注库的方法，其特征在于，包括：/n确定双语平行语料库中的源语句和目标语句，所述源语句和所述目标语句为在句子级别互为翻译的语料；/n将所述目标语句和所述源语句进行对齐；/n当第一特定词在所述源语句中没有对应的源特定词时，获取第一候选集合，所述第一特定词为所述目标语句中属于第一词类的词，所述源特定词为所述第一特定词在所述源语句中的翻译，所述第一候选集合中包括与所述第一特定词互为翻译的候选源特定词；/n根据所述源语句和所述目标语句之间的对齐关系获取候选位置集合，所述候选位置集合包括所述源语句中可能缺失所述源特定词的位置；/n根据预置语言概率模型获取第二候选集合中各语句的正确概率，所述第二候选集合包括将所述第一候选集合中的候选源特定词填补到所述候选位置集合中的位置后形成的候选源语句；/n生成标注库，所述标注库包括新源语句，所述新源语句为根据所述第二候选集合中各语句的正确概率确定的候选源语句。/n
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华为技术有限公司，未经华为技术有限公司许可，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/201510860253.0/，转载请声明来源钻瓜专利网。
- 上一篇：最优主题数获取方法及装置
- 下一篇：一种故事筛选及精准展现的方法和装置
