[发明专利]一种基于深度神经网络的汉盲自动转换方法和系统有效
| 申请号： | 201810889881.5 | 申请日： | 2018-08-07 |
| 公开（公告）号： | CN109241540B | 公开（公告）日： | 2020-09-15 |
| 发明（设计）人： | 王向东;蔡佳;钱跃良;刘宏 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F40/58 | 分类号： | G06F40/58;G06F40/289 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 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： | 本发明涉及一种基于深度神经网络的汉盲自动转换方法和系统，包括：获取句子和词语级对照的汉盲双语语料库，利用汉盲双语语料库训练深度神经网络，得到用于对汉字串进行分词的分词模型，并利用汉盲双语语料库，得到用于对汉字进行标调的标调模型；获取待转换的汉字文本，使用分词模型将汉字文本按照盲文规则进行分词，得到多个字词，使用标调模型对字词进行标调，将标调后的字词转换为盲文。本发明采用训练好的模型直接将汉字串按照盲文规则进行分词。由此可充分利用汉字信息，避免对盲文串分词时因丢失汉字信息、同音字词互相混淆而影响分词效果的问题。采用深度神经网络模型和标调模型，可得到更高的转换准确率。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 自动 转换 方法 系统 | ||
【主权项】：
1.一种基于深度神经网络的汉盲自动转换方法，其特征在于，包括：步骤1、获取句子和词语级对照的汉盲双语语料库，利用该汉盲双语语料库训练深度神经网络，得到用于对汉字串进行分词的分词模型，并利用该汉盲双语语料库，得到用于对汉字进行标调的标调模型；步骤2、获取待转换的汉字文本，使用该分词模型将该汉字文本按照盲文规则进行分词，得到多个字词，使用该标调模型对该字词进行标调，将标调后的该字词转换为盲文。
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201810889881.5/，转载请声明来源钻瓜专利网。
