[发明专利]一种汉盲对照双语语料库的构建方法和系统有效
| 申请号： | 201810929248.4 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109344389B | 公开（公告）日： | 2020-08-18 |
| 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： | G06F40/247 | 分类号： | G06F40/247 |
| 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： | 本发明涉及一种汉盲对照双语语料库的构建方法和系统，包括：获取内容相同的汉语文本和盲文文本；分别将盲文文本和汉语文本进行切分处理，得到第一盲文句子集合和汉语句子集合；在第一盲文句子集合和汉语句子集合之间进行汉语盲文匹配处理，以在第一盲文句子集合中找到与汉语句子集合中汉语句子相匹配的盲文句子，保留匹配成功的汉语句子和盲文句子；将所有匹配成功的汉语句子和盲文句子按照篇章、句子、词语多级对照的要求生成汉盲双语语料库。本发明可由计算机自动从内容相同但不精确对应的汉语和盲文文件中自动对齐和抽取语料，生成篇章、句子、词语多级对照的汉盲双语语料库。相对于人工语料库构建方法，提高了效率、降低了成本。 | ||
| 搜索关键词： | 一种 对照 双语 语料库 构建 方法 系统 | ||
【主权项】：
1.一种汉盲对照双语语料库的构建方法，其特征在于，包括：步骤1、获取内容相同的汉语文本和盲文文本；步骤2、分别将该盲文文本和该汉语文本进行切分处理，得到第一盲文句子集合和汉语句子集合；步骤3、在第一盲文句子集合和汉语句子集合之间进行汉语盲文匹配处理，以在第一盲文句子集合中找到与汉语句子集合中汉语句子相匹配的盲文句子，保留匹配成功的汉语句子和盲文句子；步骤4、将所有匹配成功的汉语句子和盲文句子按照篇章、句子、词语多级对照的要求生成汉盲双语语料库。
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/201810929248.4/，转载请声明来源钻瓜专利网。
