公开(公告)号：CN111709245A

公开(公告)日：2020-09-25

申请号：CN202010366619.X

申请日：2020-04-30

Applicant: 昆明理工大学

Inventor： 余正涛 ,  田应飞 ,  郭军军 ,  高盛祥 ,  王振晗 ,  朱俊国

IPC: G06F40/30 ,  G06F40/242 ,  G06F40/211 ,  G06F40/58 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及基于语义自适应编码的汉-越伪平行句对抽取方法，属自然语言处理领域。本发明首先构建汉语-越南语平行词典；利用汉语-越南语平行词典对段落级的可比语料库进行预筛选，得到汉语-越南语伪平行候选句子并将其输入到BiLSTM编码器；将BiLSTM编码器的输出作为深度语义自适应思考模块的输入；输出再作为语义相似性度量模块的输入；语义相似性度量模块的输出再输入到带sigmoid的前馈神经网络的预测模块中，计算它们平行的概率。本发明实现了汉语和越南语的上下文语义信息更深层次的表征，提取到了更高质量、噪声更小的汉-越伪平行句对，为后续的汉语到越南语的语义分析、信息检索和机器翻译等工作提供强有力的支撑。