[发明专利]基于句子特征向量的汉越伪平行句对抽取的方法有效
| 申请号： | 201910628354.3 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110489624B | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 余正涛;黄继豪;线岩团;郭军军;翟家欣;文永华;高盛祥 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/953;G06F40/58;G06F40/211;G06F40/117;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于句子特征向量的汉越伪平行句对抽取的方法，属于自然语言处理技术领域。本发明首先收集并预处理汉越句对的平行与非平行的训练语料和测试语料，以及用于伪平行句对抽取的可比语料；标注汉越句法中差异大的词性；再在嵌入层中融入句子的外部特征与汉越句法差异特征；嵌入层的输出经过神经网络得到一个句子特征向量，再通过分类层的计算，训练伪平行语料抽取模型；使用训练好的汉越伪平行语料抽取模型在汉越可比语料中抽取汉越伪平行句对。本发明本发明能够有效地从汉越可比语料中抽取出汉越伪平行句对，且准确率高。 | ||
| 搜索关键词： | 基于 句子 特征向量 汉越伪 平行 抽取 方法 | ||
【主权项】：
1.基于句子特征向量的汉越伪平行句对抽取的方法，其特征在于：所述方法的具体步骤如下：/nStep1、语料收集与预处理：收集并预处理汉越句对的平行与非平行的训练语料和测试语料，以及用于伪平行句对抽取的可比语料；/nStep2、汉越句法差异特征选取：根据汉越句法差异中修饰语后置的特点，标注汉越句法中差异大的词性；/nStep3、构造汉越伪平行语料抽取模型的嵌入层，在嵌入层中融入句子的外部特征与汉越句法差异特征；/nStep4、训练汉越伪平行语料抽取模型：上述Step3嵌入层的输出经过神经网络得到一个句子特征向量，再通过分类层的计算，训练伪平行语料抽取模型；/nStep5、从可比语料抽取汉越伪平行句对：使用训练好的汉越伪平行语料抽取模型在汉越可比语料中抽取汉越伪平行句对。/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昆明理工大学，未经昆明理工大学许可，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/201910628354.3/，转载请声明来源钻瓜专利网。
