“北京中献电子技术开发有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]一种面向神经网络机器翻译的德文词法分析方法及系统-CN201911029182.4有效
发明人：张孝飞;周聪;刘煜;范婷婷;葛昱晖 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-10-25 - 公布日： 2022-05-17 - 主分类号： G06F40/253 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种面向神经网络机器翻译的德文词法分析方法及系统；方法包括以下步骤：将德语单词一一进行词典查询；将不规则变形的变形词进行还原；将缩写词还原成单词原形；将规则变形的变形词进行还原；将复合词拆分为独立的构成词组合。本发明所公开的面向神经网络机器翻译的德文词法分析方法及系统，利用神经网络机器翻译技术，将德文变形词、缩写词、复合词的词法分析信息进行深度学习，该方法有助于降低维度，解决数据稀疏问题，克服了机器翻译中德语变形词、缩写词、复合词因词典未收录而不识别、不翻译的现象，同时大大提高了句对齐语料的准确度、利用率以及机器翻译的可读性，改善了机器翻译译文的质量。
一种面向神经网络机器翻译德文词法分析方法系统

[发明专利]英汉机器翻译术语一致性自修正系统及方法-CN201911093306.5有效
发明人：张孝飞;吕春阳;张迁;马伟;诸敏刚 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-11-08 - 公布日： 2022-03-04 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种英汉机器翻译术语一致性自修正系统及方法。该系统包括：英文名词性词组提取模块，用于提取和筛选英文待译文本中的英文名词性词组；句子提取模块，用于将英文原文中英文关键词所在的英文句子及其译文提取出来；标准中文译文解译及待修正位置标注模块，用于根据标准中文译文解译单元和待修正位置标注单元，得到英文关键词的标准中文译文和原中文译文中的待修正中文词组位置信息；自修正模块，用于将待修正中文词组一一对应修正为标准中文译文，得到新中文译文。本发明通过对英文名词性词组的中文翻译进行一致性修改，提高了术语翻译的一致性。
英汉机器翻译术语一致性修正系统方法

[发明专利]基于专利数据的半自动化翻译双语模板的构建方法及系统-CN201911064507.2有效
发明人：张孝飞;张迁;范婷婷;葛昱晖;诸敏刚 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-11-01 - 公布日： 2022-02-08 - 主分类号： G06F40/42 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种基于专利数据的半自动化翻译双语模板的构建方法及半自动化翻译系统；包括以下步骤：获取专利领域双语句对齐的双语语料；从双语语料筛选出翻译存在问题的双语句子；对双语句子进行拆分，聚类，形成双语数据库，从双语数据库中抽取常量和变量，建立翻译双语模板；对翻译双语模板进行过滤和人工校验，得到符合要求的合格翻译双语模板；通过专利数据的半自动化翻译双语模板的构建方法建立半自动化翻译系统以解决现有技术存在的对专利翻译模板精度差，翻译不准确的技术问题。
基于专利数据半自动翻译双语模板构建方法系统

[发明专利]分布式机器翻译方法及系统-CN201911093206.2有效
发明人：张孝飞;马伟;李程;宋凯;马毓昭 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-11-08 - 公布日： 2022-02-01 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种分布式机器翻译方法及系统；翻译方法包括以下步骤：将待翻译信息进行任务分解，生成若干子任务，并生成各子任务与客户号之间的关联信息；将分解后的各子任务信息添加到任务列表中；根据任务列表信息、各翻译引擎承载权重、各翻译引擎运行状态以及实时任务负荷信息计算各子任务分发的目标翻译引擎；翻译结果信息返回后，进行任务整合，将翻译结果返回指定客户。本发明所公开的分布式机器翻译方法及系统，将需要翻译的语言信息分为若干个具有独立意义的语言信息块，然后进行分布式并行翻译，并将翻译完之后的结果进行汇总，形成最终翻译结果，配置灵活，承载能力强，计算资源得到合理有效的利用。
分布式机器翻译方法系统

[发明专利]专利双语句对加工方法及系统-CN201911064809.X有效
发明人：张孝飞;张迁;马伟;李帅;马毓昭 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-11-01 - 公布日： 2021-11-12 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种专利双语句对加工方法及系统；所述方法包括以下步骤：获取专利篇章级双语对齐语料；提取专利双语篇章级文章的内容特征；根据内容特征，对双语对齐篇章级语料进行内容模块的切分并分级处理；根据内容分级模块结果进行段落模块切分；对不同段落模块进行分类整理；根据段落模块的分类整理结果，进行句子级对齐的分类整理。本发明所公开的专利双语句对加工方法及系统，在统计翻译的基础上，从专利领域出发，在对专利文献分析的基础上，形成专利知识库，再结合神经网络翻译，实现了专利双语句对库的自动抽取和生成，极大的提高了效率和准确率，有利于快速建立专利领域双语句对语料库。
专利双语加工方法系统

[发明专利]一种适用于神经网络机器翻译的汉语分词方法及装置-CN201911028104.2有效
发明人：张孝飞;葛昱晖;陈莉莉;李帅;吕荣波 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-10-25 - 公布日： 2021-10-29 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种适用于神经网络机器翻译的汉语分词方法及装置；所述分词方法包括以下步骤：S100：对传统分词词表进行处理，形成适用于神经网络机器翻译的新分词词表；S200：依照新分词词表，对句子进行分词，采用前向最大匹配法和后向最大匹配法结合的方式，分别进行分词；S300：将前向最大匹配法的分词结果和后向最大匹配法的分词结果进行比较，进行评价处理后择一输出，该方法降低了待译文本的数据维度，提高了神经网络机器翻译的效率和准确性。
一种适用于神经网络机器翻译汉语分词方法装置

[发明专利]面向神经网络机器翻译的日语动词识别、词性标注方法-CN201911028262.8有效
发明人：张孝飞;诸敏刚;葛昱晖;陈莉莉;周聪 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-10-25 - 公布日： 2021-10-08 - 主分类号： G06F40/253 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种面向神经网络机器翻译的日语动词识别、词性标注方法及系统。该方法包括以下步骤：S100、删除日语文本中的左邻接标志和结尾标志的特殊词汇；S200、查找选取得到候选动词；S300、切分得到待还原候选动词，对候选动词进行还原，若验证其正确，则该候选动词还原成功；S400、对还原成功的动词及其变形词尾进行切分，标注词性及其语法意义。本发明通过加入二次判断机制及完善复合动词的识别处理规则，提高了动词识别的准确度；同时对动词及其变形词尾进行词干、词尾、可能表现、时、态、情态的切分，有效提高了词法分析的准确性，从而有效提升了译文质量。
面向神经网络机器翻译日语动词识别词性标注方法

[发明专利]基于词类别的神经网络机器翻译方法及系统、训练方法-CN201911064728.X在审
发明人：张孝飞;吕荣波;吕春阳;周聪;朱琳 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-11-01 - 公布日： 2020-02-07 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及机器翻译技术领域，尤其涉及一种基于词类别的神经网络机器翻译方法、训练方法及翻译系统；所述翻译方法包括以下步骤：识别待译文本中的基本类别词；将基本类别词替换为类别代号，同时保存基本类别词和类别代号之间的对应关系；对替换为类别代号的待译文本进行机器翻译，得到中间翻译结果；将基本类别词进行规范化或翻译为目标语言；将中间翻译结果中的类别代号还原为规范化或翻译后的基本类别词，得到最终翻译结果。本发明所公开的基于词类别的神经网络机器翻译方法、训练方法及翻译系统，通过将待译文本中的相同类别词替换为相同类别代号再进行翻译，降低了待译文本的数据维度，提高了神经网络机器翻译的效率和准确性。
类别词类别代号机器翻译译文翻译结果神经网络翻译替换翻译系统词类机器翻译技术目标语言数据维度规范化还原保存

[发明专利]一种面向神经网络机器翻译的英文词法分析方法及系统-CN201911028075.X在审
发明人：张孝飞;范婷婷;王芳;任明雪;李程 -专利权人： 北京中献电子技术开发有限公司
申请日： 2019-10-25 - 公布日： 2020-01-31 - 主分类号： G06F40/284 文献下载
摘要：本发明提供一种面向神经网络机器翻译的英文词法分析方法，包括如下步骤：对待处理的英文文本进行英文分词；对英文分词后得到的每一个单词利用特殊词汇表进行查询筛选；对查询到的单词的结果信息保留在词法分析结果中；对未查询到的单词进行规则处理；对于符合规则处理条件的单词进行词架构还原，对于不符合规则处理条件的单词，直接将单词保存在词法分析结果中；输出词法分析结果，并将所述词法分析结果加入到机器深度学习训练当中。本发明还提供了一种面向神经网络机器翻译的英文词法分析系统。本发明所述的面向神经网络机器翻译的英文词法分析方法，可解决神经网络机器翻译的训练语料数据稀疏，造成机器学习效率下降、翻译质量不佳的问题。
词法分析单词机器翻译神经网络英文规则处理查询分词机器学习结果信息数据稀疏学习训练训练语料词汇表还原架构筛选文本翻译输出保存保留

1
共 9 条