首页> 中国专利> 一种基于柬汉词对齐语料构建柬埔寨语依存树库的方法

一种基于柬汉词对齐语料构建柬埔寨语依存树库的方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及基于柬汉词对齐语料构建柬埔寨语依存树库的方法，属自然语言处理领域。本发明先构建柬汉词对齐平行语料库，在构建柬汉词对齐平行料库时先使用GIZA++进行词对齐，但由于GIZA++会出现数据稀疏的问题，再使用双语词典的模糊匹配和词向量词相似性比较的方法提高词对齐的准确率；柬汉词对齐语料库构建完成后再构建中文依存树语料库；结合柬汉词对齐语料库和中文依存树语料库进而构建柬语依存树语料库，再经过人工调整得到最终的柬语依存树语料库。本发明中构建依存树库的方法简化了人工标注柬埔寨语句子依存关系的过程，节省大量时间，采用双语词典匹配和词向量相似性法构建双语词对齐语料库可以有效的提高依存树库的准确率。

著录项

公开/公告号CN107894982A

专利类型发明专利
公开/公告日2018-04-10

原文格式PDF
申请/专利权人昆明理工大学;
展开▼

申请/专利号CN201711005546.6
发明设计人严馨;李思远;郭剑毅;周枫;王红斌;
展开▼

申请日2017-10-25
分类号
代理机构
代理人
地址 650093 云南省昆明市五华区学府路253号
入库时间 2023-06-19 04:58:04

法律信息

法律状态公告日

法律状态信息

法律状态
2018-05-04

实质审查的生效 IPC(主分类):G06F17/28 申请日:20171025

实质审查的生效
2018-04-10

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于柬汉词对齐语料构建柬埔寨语依存树库的方法 [P] . 中国专利： CN107894982A . 2018-04-10
2. 一种基于汉越词对齐语料构建越南语依存树库的方法 [P] . 中国专利： CN104991890A . 2015-10-21
3. Projection of dependency structures from aligned corpora [P] . 欧洲知识产权局专利： EP2383663A1 . 2011-11-02

机译：对齐语料库的依存结构投影
4. System and methods for arabic text recognition and arabic corpus building [P] . 欧洲知识产权局专利： EP2804131A3 . 2016-09-07

机译：阿拉伯文本识别和阿拉伯语语料库构建的系统和方法
5. System and methods for arabic text recognition and arabic corpus building [P] . 欧洲知识产权局专利： EP2804131A2 . 2014-11-19

机译：阿拉伯文本识别和阿拉伯语语料库构建的系统和方法