[发明专利]平行语料的挖掘方法、装置、计算机设备及存储介质有效
| 申请号： | 202110930495.8 | 申请日： | 2021-08-13 |
| 公开（公告）号： | CN113836192B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 林余楚;黄辉 | 申请（专利权）人： | 深译信息科技（横琴）有限公司 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06F16/35;G06F40/58;G06F40/211;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 深圳众鼎汇成知识产权代理有限公司 44566 | 代理人： | 朱业刚 |
| 地址： | 519031 广东省珠海市横琴新区环*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种平行语料的挖掘方法，包括：基于多语翻译模型，分别对源句子与每个目标句子进行编码，得到源句子对应的向量和每个目标句子对应的目标编码向量，并将目标编码向量映射到向量空间；针对每个目标句子，计算目标句子对应的相似度分数；基于Top‑K算法，从所有目标句子中，选取K个相似度分数符合预设条件的目标句子，并分别将每个选取的目标句子与源句子组成候选句子对；对候选句子对对应的相似度分数进行正则化处理，并基于得到的正则化处理结果更新候选句子对对应的相似度分数；基于预训练语言模型，对所有候选句子对进行分类，得到候选句子对对应的分类概率，若分类概率大于预设阈值，则将候选句子对作为平行句子。 | ||
| 搜索关键词： | 平行 语料 挖掘 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
暂无信息
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深译信息科技（横琴）有限公司，未经深译信息科技（横琴）有限公司许可，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/202110930495.8/，转载请声明来源钻瓜专利网。
