[发明专利]大规模语料清洗对齐方法及装置有效
| 申请号： | 201911303493.5 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN111191469B | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 袁建 | 申请（专利权）人： | 语联网（武汉）信息技术有限公司 |
| 主分类号： | G06F40/58 | 分类号： | G06F40/58;G06F40/45;G06F40/205;G06F18/22 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 杨明月 |
| 地址： | 430206 湖北省武汉市东湖新技术开*** | 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： | 本发明实施例提供一种大规模语料清洗对齐方法及装置，所述方法包括：对历史稿件进行解析和分句，获得句子集合；取出所述句子集合中的任意一个句子进行语种识别，并调用与语种识别结果相对应的机器翻译引擎对所述句子进行翻译，获得所述句子对应的译文；对所述句子对应的译文和取出了所述句子的句子集合进行相似度匹配计算；若匹配到某个句子与所述句子对应的译文之间的相似度达到预设阈值，则确定匹配到的句子与所述句子为一组双语对齐语料。本发明实施例提供的大规模语料清洗对齐方法及装置，无须花费大量人力，计算复杂度低、准确率高，能够自动地对大规模语料进行清洗对齐。 | ||
| 搜索关键词： | 大规模 语料 清洗 对齐 方法 装置 | ||
【主权项】：
暂无信息
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语联网（武汉）信息技术有限公司，未经语联网（武汉）信息技术有限公司许可，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/201911303493.5/，转载请声明来源钻瓜专利网。
