[发明专利]双语语料清洗的方法、装置及计算机可读存储介质在审
| 申请号： | 201711351289.1 | 申请日： | 2017-12-15 |
| 公开（公告）号： | CN107977454A | 公开（公告）日： | 2018-05-01 |
| 发明（设计）人： | 张睦 | 申请（专利权）人： | 传神语联网网络科技股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/28 |
| 代理公司： | 北京康盛知识产权代理有限公司11331 | 代理人： | 李晓芳 |
| 地址： | 430000 湖北省武汉市东湖开发区光谷软件*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了双语语料清洗的方法、装置及计算机可读存储介质，属于翻译技术领域。该方法包括确定当前待清洗语料的当前语料清洗特征值，其中，所述当前语料清洗特征值为表示所述当前待清洗语料中当前原文与当前译文翻译匹配程度的特征值；从设定的已标识标签的双语语料集合中，通过机器学习提取与所述当前语料清洗特征值最匹配的第一设定个数语料的清洗分类标签，其中，所述设定的已标识标签的双语语料集合中包括第二设定个数的语料，每个语料的清洗分类标签和语料清洗特征值已确定，且所述清洗分类标签至少包括两类；根据所述第一设定个数的清洗分类标签，确定所述当前待清洗语料当前清洗分类标签，并进行对应的清洗处理，这样提高了翻译效率。 | ||
| 搜索关键词： | 双语 语料 清洗 方法 装置 计算机 可读 存储 介质 | ||
【主权项】：
一种双语语料清洗的方法，其特征在于，包括：确定当前待清洗语料的当前语料清洗特征值，其中，所述当前语料清洗特征值为表示所述当前待清洗语料中当前原文与当前译文翻译匹配程度的特征值；从设定的已标识标签的双语语料集合中，通过机器学习提取与所述当前语料清洗特征值最匹配的第一设定个数语料的清洗分类标签，其中，所述设定的已标识标签的双语语料集合中包括第二设定个数的语料，每个语料的清洗分类标签和语料清洗特征值已确定，且所述清洗分类标签至少包括两类；根据所述第一设定个数的清洗分类标签，确定所述当前待清洗语料的当前清洗分类标签，并进行对应的清洗处理。
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传神语联网网络科技股份有限公司，未经传神语联网网络科技股份有限公司许可，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/201711351289.1/，转载请声明来源钻瓜专利网。
