[发明专利]一种基于特征词加权的文本多语种识别方法有效
| 申请号： | 201911324134.8 | 申请日： | 2019-12-20 |
| 公开（公告）号： | CN111178009B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 杜权;毕东 | 申请（专利权）人： | 沈阳雅译网络技术有限公司 |
| 主分类号： | G06F40/126 | 分类号： | G06F40/126;G06F40/216;G06F40/263;G06F40/289;G06N3/082 |
| 代理公司： | 沈阳新科知识产权代理事务所(特殊普通合伙) 21117 | 代理人： | 李晓光 |
| 地址： | 110004 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于特征词加权的文本多语种识别方法，步骤为：数据预处理，得到泛化语料；利用泛化语料进行N‑Gram语言模型训练；利用泛化语料进行分词处理得到分词数据，通过词频统计选取频次前5％的词并去重，生成各个语种的特征词表；特征词权重训练，在开发集数据上，采用随机梯度下降法对特征词表中的特征词进行权重训练；语种相似度计算，输入泛化后的待识别文本，计算待识别文本的字节长度比，选择语言模型进行语种相似度计算，相似度得分最高的语种即为最终识别结果。本发明能够准确高效的对文本所属语种进行识别，能够识别语种的数量也远超于大多数文本语种识别方法，在具备语种数据的前提下，可以对识别语种数量进行不断的扩充。 | ||
| 搜索关键词： | 一种 基于 特征 加权 文本 语种 识别 方法 | ||
【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沈阳雅译网络技术有限公司，未经沈阳雅译网络技术有限公司许可，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/201911324134.8/，转载请声明来源钻瓜专利网。
