一种从老挝-汉语篇章级对齐语料中抽取对齐语句的方法
授权
摘要
本发明公开了一种从老挝‑汉语篇章级对齐语料中抽取对齐语句的方法，属于自然语言处理和机器学习技术领域。本发明首先将篇章级对齐的语料使用python进行正则表达式的处理，去除掉噪音数据，并作为输入，由于老挝语与中文的句子排序是一致的，所以可以先将篇章级的语料处理为单个的对齐语句，之后将对齐的语句进行拆分。之后将这些对齐的语句进行分词，将分词的此语作为LSTM的输入，通过保留LSTM编码器对输入序列的中间输出结果，训练一个模型来对这些输入进行选择性地学习并且在模型输出时将输出序列进行关联，从而从双语语料库中抽取出平行句对。本发明在老挝语平行句对抽取上有一定的研究意义。
基本信息
专利标题 ：
一种从老挝-汉语篇章级对齐语料中抽取对齐语句的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109783809A
申请号 ：
CN201811577667.2
公开（公告）日 ：
2019-05-21
申请日 ：
2018-12-22
授权号 ：
CN109783809B
授权日 ：
2022-04-12
发明人 ：
周兰江贾善崇
申请人 ：
昆明理工大学
申请人地址 ：
云南省昆明市五华区学府路253号
代理机构 ：
代理人 ：
优先权 ：
CN201811577667.2
主分类号 ：
G06F17/27
IPC分类号 ：
G06F17/27
法律状态
2022-04-12 ：
授权
2019-06-14 ：
实质审查的生效
IPC(主分类) : G06F 17/27
申请日 : 20181222
申请日 : 20181222
2019-05-21 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
