[发明专利]字符级基于序列模型的蒙古文切词方法及其切词系统有效
| 申请号： | 201811178809.8 | 申请日： | 2018-10-22 |
| 公开（公告）号： | CN109325243B | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 苏向东;高光来;刘娜;飞龙 | 申请（专利权）人： | 内蒙古大学 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 西安知诚思迈知识产权代理事务所(普通合伙) 61237 | 代理人： | 闵媛媛 |
| 地址： | 010021 内蒙古自治区呼*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种字符级基于序列模型的蒙古文切词方法及其切词系统，将蒙古文文本转化成以空格间隔的字符序列，并将字符序列中的英文、数字、汉字以及符号替换成相应的标记；将包含蒙古文字符的字符序列输入至基于神经网络模型的蒙古文切词组件，得到切分后的字符序列；判定切分后的输出字符序列是否包含除连接符号外的非蒙古文字符，如果包含将输出字符序列与原词比较，将对应的标记替换成被其替代的非蒙古文字符并去掉序列中的空格；否则去掉序列中的空格，完成反预处理；以词干‑词缀‑词缀的形式输出切分后的蒙古文文本。本发明通过神经网络实现待切分蒙古文词的字符序列到切分后的字符序列的自动转换，降低人工成本。 | ||
| 搜索关键词： | 字符 基于 序列 模型 蒙古文 方法 及其 系统 | ||
【主权项】：
1.一种字符级基于序列模型的蒙古文切词方法，其特征在于，具体按照以下步骤进行：步骤一：将输入的蒙古文文本转化成以空格间隔的字符序列，然后将字符序列中的英文、数字、汉字以及符号替换成相应的标记，得到与蒙古文文本对应的字符序列；步骤二：判定字符序列是否包含蒙古文字符，如果包含则转入步骤三，不包含则转入步骤四；步骤三：将包含蒙古文字符的字符序列输入至基于神经网络模型的蒙古文切词组件，得到切分后的字符序列；步骤四：判定切分后的输出字符序列是否包含除连接符号“‑”外的非蒙古文字符，如果包含，将输出字符序列与原词比较，将对应的标记替换成被其替代的非蒙古文字符并去掉序列中的空格；否则直接去掉序列中的空格，完成反预处理；最终以词干‑词缀‑词缀的形式输出切分后的蒙古文文本。
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内蒙古大学，未经内蒙古大学许可，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/201811178809.8/，转载请声明来源钻瓜专利网。
