加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

汉越双语平行语料自动采集的系统及实现方法

发明专利无效专利
  • 申请号:
    CN201510407507.3
  • IPC分类号:G06F17/30
  • 申请日期:
    2015-07-13
  • 申请人:
    广西达译商务服务有限责任公司;南宁市平方软件新技术有限责任公司
著录项信息
专利名称汉越双语平行语料自动采集的系统及实现方法
申请号CN201510407507.3申请日期2015-07-13
法律状态驳回申报国家中国
公开/公告日2015-09-23公开/公告号CN104933194A
优先权暂无优先权号暂无
主分类号G06F17/30IPC分类号G;0;6;F;1;7;/;3;0查看分类表>
申请人广西达译商务服务有限责任公司;南宁市平方软件新技术有限责任公司申请人地址
广西壮族自治区南宁市科园东五路4号508室 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人广西达译商务服务有限责任公司,南宁市平方软件新技术有限责任公司当前权利人广西达译商务服务有限责任公司,南宁市平方软件新技术有限责任公司
发明人温家凯;农强;刘连芳;卢梁春
代理机构北京科亿知识产权代理事务所(普通合伙)代理人张锋
摘要
一种汉越双语平行语料自动采集的系统及实现方法,包括汉越双语平行信息的自动发现、自动提取、自动整理,首先,制定需要采集语料的关键词组,通过搜索引擎搜索网站,采集网页得到搜索结果,对搜索结果的信息进行过滤和筛选后,将经过滤得搜索结果存储于搜索结果数据库;其次,通过访问搜索结果数据库里的网页,自动提取汉越双语平行信息;最后,针对自动提取的汉越双语平行信息,进行数据过滤,并将经过过滤处理后的汉越双语平行数据存放到汉越双语平行语料库。本发明为汉越语言研究和机器翻译应用提供重要基础数据,解决了语料采集人员和研究人员所面临的数据来源的问题,为双语语料自动采集的发展和汉越自然语言处理做出了杰出的贡献。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供