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Bi-LSTM算法的老汉双语平行句子抽取方法 |
| 作者： |
周兰江,贾善崇,张建安 |
| 类型： |
发明专利 |
| 状态： |
已授权 |
| 专利号/登记号： |
201910520523.1 |
| 申请日/受理日： |
2019-06-17 |
| 公告日： |
2019-10-22 |
| 授权日： |
2022-11-01 |
| 简介： |
本发明公开了一种基于Bi-LSTM算法的老汉双语平行句子抽取方法，属于自然语言处理和机器学习技术领域。首先将篇章级对齐的语料作为输入，由于老挝语与中文的句子成分排序大致是一致的，所以先将篇章级的语料通过标点符号，处理为单个的对齐语句，之后将对齐的语句进行拆分，组成两个文本。这两个文本中包含一些非对齐的语句，之后将这些对齐的语句进行分词，分词之后，将两个文本组合为一个统一文本，因包含中文以及老挝语，以及是否为对齐的标志，作为训练数据，将得到的中文以及老挝语分词之后的句子作为Bi?LSTM的输入，经过Bi?LSTM的输出得到的结果，通过曼哈顿距离公式，计算两个句子的相似度，进而从篇章级的双语语料库中抽取出平行句对。 |
