一种全自动语料对齐系统和方法
公开
摘要
本发明具体涉及一种全自动语料对齐系统和方法，该全自动语料对齐系统包括预训练英文语言表示模型用于将英文段落或句子文本转化为数学向量，机器翻译模型用于将其他语种文本自动翻译为英文文本，相似度搜索算法模型用于执行批量向量搜索，字符级模糊匹配算法模型用于计算两个字符串之间的模糊匹配相似度，语言识别算法模型用于识别特定文档、句段的语种。该全自动语料对齐方法包括全自动语料双文档对齐方法和全自动语料单文档对齐方法。本发明能够将文本内容自动对齐，生成互为翻译关系的双语平行句对，并生成tmx记忆库文件，可供Trados、Memoq或Wordfast等计算机辅助翻译软件使用，也可直接用于训练机器翻译模型。
基本信息
专利标题 ：
一种全自动语料对齐系统和方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564970A
申请号 ：
CN202210032776.6
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李光华
申请人 ：
甲骨易（北京）语言科技股份有限公司
申请人地址 ：
北京市顺义区南彩镇彩达二街2号12-113
代理机构 ：
北京金蓄专利代理有限公司
代理人 ：
马贺
优先权 ：
CN202210032776.6
主分类号 ：
G06F40/58
IPC分类号 ：
G06F40/58 G06F40/30 G06F40/194
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/58
使用机器翻译，例如用于多语言检索，用于客户端设备的服务器端翻译或实时翻译。
法律状态
2022-05-31 ：
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
