[发明专利]一种以泰语为枢轴的老-汉双语语料库构建方法及装置有效
| 申请号： | 201910856645.8 | 申请日： | 2019-09-11 |
| 公开（公告）号： | CN110717341B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 毛存礼;高旭;余正涛;高盛祥;王振晗;聂男 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F40/58 | 分类号： | G06F40/58;G06F40/289;G06F40/30;G06F16/33;G06F16/35 |
| 代理公司： | 昆明人从众知识产权代理有限公司 53204 | 代理人： | 代转嫚 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及以泰语为枢轴的老‑汉双语语料库构建方法及装置，属自然语言处理领域。本发明先对汉语‑泰语平行语料数据进行泰语分词处理；构建老挝语‑泰语双语词典，并利用其将泰语句子逐词翻译成老挝语句子序列，得到候选的老挝语‑泰语平行句对；构建基于双向LSTM的老挝语‑泰语平行句对分类模型，对候选的老挝语‑泰语平行句对进行分类，获取老挝语‑泰语双语平行句对；以泰语为枢轴语言对老挝语和汉语进行匹配，构建老挝语‑汉语双语平行语料库。并根据上述步骤功能模块化制成以泰语为枢轴语言的老‑汉双语平行语料库构建装置，本发明解决了老挝语‑汉语语料稀缺的问题，对老‑汉双语语料库的构建具有一定的理论意义和实际应用价值。 | ||
| 搜索关键词： | 一种 泰语 枢轴 双语 语料库 构建 方法 装置 | ||
【主权项】：
1.一种以泰语为枢轴的老-汉双语语料库构建方法，其特征在于：包括如下步骤：/nStep1、从现有的汉语-泰语平行语料数据中抽取泰语句子并进行泰语分词处理；/nStep2、构建老挝语-泰语双语词典，并利用老挝语-泰语双语词典将泰语句子逐词翻译成老挝语句子序列，得到候选的老挝语-泰语平行句对；/nStep3、构建基于双向LSTM的老挝语-泰语平行句对分类模型，对候选的老挝语-泰语平行句对进行分类，把互译的老挝语-泰语平行句子抽取出来，从而获取老挝语-泰语双语平行句对；/nStep4、将获取得到的老挝语-泰语双语平行句对语料与已有的汉语-泰语平行语料以泰语为枢轴语言对老挝语和汉语进行匹配，构建老挝语-汉语双语平行语料库。/n
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昆明理工大学，未经昆明理工大学许可，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/201910856645.8/，转载请声明来源钻瓜专利网。
