您好！欢迎访问云南省人工智能重点实验室
专利
 名称： |
一种从老挝-汉语篇章级对齐语料中抽取对齐语句的方法 |
| 作者： |
周兰江,贾善崇 |
| 类型： |
发明专利 |
| 状态： |
已授权 |
| 专利号/登记号： |
201811577667.2 |
| 申请日/受理日： |
2018-12-22 |
| 公告日： |
2019-05-21 |
| 授权日： |
2022-04-12 |
| 简介： |
本发明公开了一种从老挝?汉语篇章级对齐语料中抽取对齐语句的方法，属于自然语言处理和机器学习技术领域。本发明首先将篇章级对齐的语料使用python进行正则表达式的处理，去除掉噪音数据，并作为输入，由于老挝语与中文的句子排序是一致的，所以可以先将篇章级的语料处理为单个的对齐语句，之后将对齐的语句进行拆分。之后将这些对齐的语句进行分词，将分词的此语作为LSTM的输入，通过保留LSTM编码器对输入序列的中间输出结果，训练一个模型来对这些输入进行选择性地学习并且在模型输出时将输出序列进行关联，从而从双语语料库中抽取出平行句对。本发明在老挝语平行句对抽取上有一定的研究意义。 |
