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

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

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	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN104408078A	2015-03-11	2014-11-07	一种基于关键词的中英双语平行语料库构建方法失效专利	北京第二外国语学院
2	CN102930031A	2013-02-13	2012-11-08	由网页中提取双语平行正文的方法和系统有效专利	哈尔滨工业大学
3	CN1707476A	2005-12-14	2005-05-06	辅助翻译搜索引擎系统及其方法无效专利	贺方升
4	CN103020043A	2013-04-03	2012-11-16	一种面向web双语平行语料资源的分布式采集系统无效专利	哈尔滨工业大学
5	CN102043808A	2011-05-04	2009-10-14	利用网页结构抽取双语词条的方法及设备有效专利	腾讯科技(深圳)有限公司
6	CN103885939A	2014-06-25	2012-12-19	维吾尔文-汉文双向翻译记忆系统的构造方法无效专利	新疆信息产业有限责任公司

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

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