您好！欢迎访问云南省人工智能重点实验室
专利
 名称： |
一种基于Dirichlet过程的可比语料双语平行片段抽取的方法 |
| 作者： |
严馨,蒋亚芳,余正涛,徐广义,周枫,郭剑毅 |
| 类型： |
发明专利 |
| 状态： |
已授权 |
| 专利号/登记号： |
201811093818.7 |
| 申请日/受理日： |
2018-09-19 |
| 公告日： |
2019-02-01 |
| 授权日： |
2021-07-16 |
| 简介： |
本发明涉及一种基于Dirichlet过程的可比语料双语平行片段抽取的方法，属于机器学习翻译与自然语言处理技术领域。本发明首先需要通过双语主题模型获得双语可比语料对的主题分布，再通过泊松分布随机切分双语可比语料，然后设定一个主题阈值，通过阈值初步筛选可比语料平行片段集，最后由Dirichlet过程获得各个平行片段之间的匹配概率，再经过吉布斯抽样进一步获得最终精确的平行片段对。在相同的可比语料环境下，本发明基于Dirichlet过程的抽取方法获取平行片段对的效果更佳。 |
