双语篇章可比语料构建方法
基本信息
| 申请号 | CN202111434929.1 | 申请日 | - |
| 公开（公告）号 | CN114118096A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114118096A | 申请公布日 | 2022-03-01 |
| 分类号 | G06F40/30（2020.01）I;G06F40/205（2020.01）I;G06F40/284（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 吕飞;朱泽德;王卫;陈晓虎;郑守国 | 申请（专利权）人 | 合肥技术创新工程院 |
| 代理机构 | 北京中济纬天专利代理有限公司 | 代理人 | 刘涛 |
| 地址 | 230088安徽省合肥市习友路2666号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明特别涉及一种双语篇章可比语料构建方法，包括如下步骤：A、利用深度学习建立每种语言词汇间的语义关系；B、利用现有有限双语语料训练产生跨语言主题分布，对语料覆盖的不同语言词汇进行主题标注；C、利用未登陆词汇与覆盖词汇之间的语义关系，通过知识迁移分析未登录词汇的主题分布，构建多语言词汇统一的语义空间；D、构建具有较强泛化能力的跨语言主题向量；E、利用跨语言主题向量相似度筛选双语篇章，构建可比语料库。通过将单语词向量反映的语义关系、双语词汇对齐关系以及双语词向量融入跨语言主题，可提升跨语言主题模型对开放域文本信息的泛化能力，提高了可比语料构建的准确性。 |
