[发明专利]同时识别双语术语与词对齐的实现方法及实现系统

权利要求书

1.一种同时识别双语术语与词对齐的实现方法，其特征在于，所述实现方法包括：

对一对源语言句子和目标语言句子进行分词，获得源语言词组和目标语言词组；

对所述源语言词组和目标语言词组进行词对齐，获得源语言句子到目标句子的对齐初始词；

分别识别所述源语言句子和目标语言句子中的术语，获得初始单语术语；所述初始单语术语包含初始源语言术语和初始目标语言术语；

结合所述对齐初始词、初始单语术语，进行术语对齐，得到初始源语言术语到初始目标语言术语的对齐初始术语；

将所述对齐初始术语作为锚点，通过扩大或者收缩术语边界，获得扩展后的初级双语术语候选列表；

对所述初级双语术语候选列表进行双语术语识别，获得修正的次级双语术语候选列表；

对所述次级双语术语候选列表进行二次双语术语识别和词对齐，获得终极双语术语和终极对齐词。

2.根据权利要求1所述的同时识别双语术语与词对齐的实现方法，其特征在于，所述获得初始单语术语的方法包括：

步骤S31：利用源语言对应的维基百科单语语料训练获得源语言单语术语识别最大熵模型；利用目标语言对应的维基百科单语语料训练获得目标语言单语术语识别最大熵模型；

步骤S32：根据所述源语言句子及所述源语言单语术语识别最大熵模型，获得源语言术语识别中间结果；根据所述目标语言句子及所述目标语言单语术语识别最大熵模型，获得目标语言术语识别中间结果；

步骤S33：将所述源语言术语识别中间结果作为源语言术语识别解码器，解码所述源语言句子得到初始源语言术语；将所述目标语言术语识别中间结果作为目标语言术语识别解码器，解码所述目标语言句子得到初始目标语言术语。

3.根据权利要求1所述的同时识别双语术语与词对齐的实现方法，其特征在于，所述得到初始源语言术语到初始目标语言术语的对齐初始术语的方法包括：

步骤S41：根据所述初始单语术语确定对应的术语特征值；

步骤S42：根据术语特征值及所述术语对齐最大熵模型计算得到任意源语言术语至任意目标语言术语的初始术语对齐分值；

步骤S43：根据所述初始术语对齐分值对初始术语对齐序列进行排序，获得初始术语对齐。

4.根据权利要求3所述的同时识别双语术语与词对齐的实现方法，其特征在于，所述术语特征值包括：

A、源语言术语至目标语言术语的短语翻译概率；

B、源语言术语至目标语言术语的词汇化翻译概率；

C、目标语言术语至源语言术语的短语翻译概率；

D、目标语言术语至源语言术语的词汇化翻译概率。

5.根据权利要求1所述的同时识别双语术语与词对齐的实现方法，其特征在于，所述得到初始源语言术语到初始目标语言术语的对齐初始术语的方法还包括：

如果识别出的源语言句子和目标语言句子中均没有术语，则将所述对齐的源语言词组中，有最大概率被识别为术语的词添加到初始源语言术语中；将所述对齐的目标语言词组中，有最大概率被识别为术语的词添加到初始目标语言术语中。

6.根据权利要求1所述的同时识别双语术语与词对齐的实现方法，其特征在于，所述获得扩展后的初级双语术语候选列表的方法包括：

步骤S51：以所述对齐初始术语对的源语言术语和目标语言术语为基准，建立一个滑动窗，并建立一系列扩展后的单语术语候选项；

步骤S52：通过组合所述扩展后的单语术语候选项，获得双语术语翻译对的候选项；

步骤S53：对所有所述翻译术语翻译对的候选项进行排序，根据规则删除不符合条件的双语术语候选项，获得初级双语术语候选列表。

7.根据权利要求1所述的同时识别双语术语与词对齐的实现方法，其特征在于，所述获得修正的次级双语术语候选列表的方法包括：

步骤S61：使用柱搜索算法，根据所述初级双语术语候选列表获得每次保留的K个最好的候选，获得最优的术语对齐序列；

步骤S62：从所述最优的术语对齐序列和所述对齐初始词中，根据规则删除不符合条件的对齐序列，获得修正的次级双语术语候选列表。