多语混合文本的分句方法和装置

发明专利有效专利

申请号：
CN201310544947.4
IPC分类号：G06F17/22;G06F17/28
申请日期：
2013-11-06
申请人：
北京百度网讯科技有限公司

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	多语混合文本的分句方法和装置
申请号	CN201310544947.4	申请日期	2013-11-06
法律状态	授权	申报国家	中国
公开/公告日	2014-02-05	公开/公告号	CN103559172A
优先权	暂无	优先权号	暂无
主分类号	G06F17/22 ? 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〕 G06F17/21 文本处理（G06F 17/27、G06F 17/28优先）〔6〕 G06F17/22 利用代码进行操作或寄存的，例如在文本字符的序列中的〔6〕	IPC分类号	G;0;6;F;1;7;/;2;2;;;G;0;6;F;1;7;/;2;8查看分类表>
申请人	北京百度网讯科技有限公司	申请人地址	北京市海淀区上地十街10号百度大厦2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	北京百度网讯科技有限公司	当前权利人	北京百度网讯科技有限公司
发明人	吴礼文;刘红雨;何中军;吴华
代理机构	北京清亦华知识产权代理事务所（普通合伙）	代理人	宋合成

摘要

本发明提出一种多语混合文本的分句方法，其中该方法包括以下步骤：获取多语混合文本，并获取多语混合文本的字符编码；根据字符编码确定多语混合文本的第一类分割点；以及根据第一类分割点将多语混合文本分割为多个分句。本发明实施例的多语混合文本的分句方法，根据多语混合文本的字符编码，确定第一类分割点，并将多语混合文本分割为多个分句，能够在多语混合文本中由于格式混乱，或者在标点缺失的情况下有效进行句子划分，提高了分句的准确性。此外，提高了多语语料的召回率，为翻译系统提供了丰富的语料资源，保证翻译系统的质量。

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