[发明专利]短语对提取方法、装置、电子设备及可读存储介质

权利要求书

1.一种短语对提取方法，其特征在于，包括：

获取源语言文本以及所述源语言文本对应的目标语言文本；

从所述源语言文本和所述目标语言文本中提取至少一个候选短语对，每个所述候选短语对中包括一个源语言候选短语和一个目标语言候选短语，所述源语言候选短语和所述目标语言候选短语的语义相同；

对所述至少一个候选短语对进行筛选，得到至少一个目标短语对；

所述对所述至少一个候选短语对进行筛选，得到至少一个目标短语对，包括：

对所述源语言文本和所述目标语言文本分别进行句法分析，得到至少一个源语言短语和至少一个目标语言短语；

根据所述至少一个源语言短语、所述至少一个目标语言短语以及所述至少一个候选短语对，确定所述至少一个目标短语对；

所述根据所述至少一个源语言短语、所述至少一个目标语言短语以及所述至少一个候选短语对，确定所述至少一个目标短语对，包括：

若所述候选短语对中的所述源语言候选短语属于所述源语言短语，或者，所述候选短语对中的所述目标语言候选短语属于所述目标语言短语，则将所述候选短语对作为所述目标短语对。

2.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个源语言短语、所述至少一个目标语言短语以及所述至少一个候选短语对，确定所述至少一个目标短语对，包括：

若所述候选短语对中的所述源语言候选短语属于所述源语言短语，或者，所述候选短语对中的所述目标语言候选短语属于所述目标语言短语，则根据所述候选短语对的使用频率和/或翻译得分，确定所述目标短语对。

3.根据权利要求2所述的方法，其特征在于，所述根据所述候选短语对的使用频率和/或翻译得分，确定所述目标短语对，包括：

若所述候选短语对的使用频率小于预设频率阈值，和/或，所述候选短语对的翻译得分小于预设分数，则将所述候选短语对作为所述目标短语对。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述至少一个源语言短语、所述至少一个目标语言短语以及所述至少一个候选短语对，确定所述至少一个目标短语对之前，还包括：

剔除所述至少一个候选短语对中包括标点的候选短语对。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述从所述源语言文本和所述目标语言文本中提取至少一个候选短语对，包括：

分别对所述源语言文本和所述目标语言文本进行分词和对齐处理，得到多个源语言词语和每个所述源语言词语对应的目标语言词语；

根据所述多个源语言词语和每个所述源语言词语对应的目标语言词语，提取所述至少一个候选短语对。

6.根据权利要求5所述的方法，其特征在于，所述根据所述多个源语言词语和每个所述源语言词语对应的目标语言词语，提取所述至少一个候选短语对，包括：

若所述多个源语言词语中连续的源语言词语对应所述多个目标语言词语中连续的目标语言词语，则将所述连续的源语言词语和所述连续的目标语言词语组成一个所述候选短语对。

7.一种短语对提取装置，其特征在于，包括：

获取模块，用于获取源语言文本以及所述源语言文本对应的目标语言文本；

提取模块，用于从所述源语言文本和所述目标语言文本中提取至少一个候选短语对，每个所述候选短语对中包括一个源语言候选短语和一个目标语言候选短语，所述源语言候选短语和所述目标语言候选短语的语义相同；

筛选模块，用于对所述至少一个候选短语对进行筛选，得到至少一个目标短语对；

所述筛选模块，包括：

分析单元，用于对所述源语言文本和所述目标语言文本分别进行句法分析，得到至少一个源语言短语和至少一个目标语言短语；

确定单元，用于根据所述至少一个源语言短语、所述至少一个目标语言短语以及所述至少一个候选短语对，确定所述至少一个目标短语对；

所述确定单元，具体用于：

若所述候选短语对中的所述源语言候选短语属于所述源语言短语，或者，所述候选短语对中的所述目标语言候选短语属于所述目标语言短语，则将所述候选短语对作为所述目标短语对。