一种双语语料库过滤方法及系统

发明专利无效专利

申请号：
CN200710178309.X
IPC分类号：G06F17/27
申请日期：
2007-11-28
申请人：
北京金山软件有限公司;北京金山数字娱乐科技有限公司;哈尔滨工业大学

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	一种双语语料库过滤方法及系统
申请号	CN200710178309.X	申请日期	2007-11-28
法律状态	权利终止	申报国家	暂无
公开/公告日	2008-06-18	公开/公告号	CN101201820
优先权	暂无	优先权号	暂无
主分类号	G06F17/27 ? 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〕 G06F17/20 处理自然语言数据的（语言分析或综合入G10L）〔6〕 G06F17/27 自动分析的，例如语法分析、正射校正的〔6〕	IPC分类号	G;0;6;F;1;7;/;2;7查看分类表>
申请人	北京金山软件有限公司;北京金山数字娱乐科技有限公司;哈尔滨工业大学	申请人地址	北京市海淀区北四环中路238号柏彦大厦20层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京金山软件有限公司,北京金山数字娱乐科技有限公司,哈尔滨工业大学	当前权利人	北京金山软件有限公司,北京金山数字娱乐科技有限公司,哈尔滨工业大学
发明人	王刚;高立琦;刘挺;王海洲
代理机构	北京集佳知识产权代理有限公司	代理人	逯长明

摘要

本发明公开一种双语语料库过滤方法，包括以下步骤：A、确定英汉双语句对的句长比例特征值；B、分别统计英汉双语句对中不同词性的数量，分别计算所述词性的词与所述双语的互译词典中对应的词匹配的数量，根据不同词性的数量和所述匹配的数量确定互翻译性特征值；C、根据预先利用训练集建立的分类模型，利用所述句长比例特征值和所述互翻译性特征值进行过滤分类。本发明公开一种双语语料库系统。本发明提供一种双语语料库的过滤方法及系统，用于提高语料库通用性、准确率和召回率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

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