[发明专利]用HMM计算语言结构、进行分词、机器翻译和语音识别的方法

摘要

本发明公开了一种采用隐马尔可夫模型(HMM)建模和计算语言结构的方法，能高效且完备地表达和计算自然语言的语法结构，特别是其中的递归和并列。其技术方案为：建立该语言的GBBG语法；建立该语言HMM语法，设计LHMM的拓扑结构；根据HMM语法对LHMM的拓扑结构和参数进行训练和测试；应用HMM理论计算待分析句子的语法结构，并根据需要继续调整LHMM的拓扑结构和参数。本发明应用于自然语言处理领域。

主权项

1.一种采用隐马尔可夫模型计算语言结构的方法，包括：(1)建立该语言的分级建筑块语法；(2)建立该语言的隐马尔可夫模型的语法，设计该语言隐马尔可夫模型的拓扑结构；(3)对训练语料库进行人工标注以形成该语言隐马尔可夫模型的参数值或拓扑结构，同时可人工增删和/或更改该语言隐马尔可夫模型的参数和拓扑结构；(4)利用隐马尔可夫模型理论对测试语料库测试该语言隐马尔可夫模型的参数和拓扑结构的准确性，分析测试结果，并根据该结果对上述参数和拓扑结构进行或人工或自动的调整；(5)利用隐马尔可夫模型理论计算待分析句子的语法结构，同时采用与(4)类似的机制，继续完善该语言隐马尔可夫模型的拓扑结构和参数。