[發明專利]倒排參考句型語言分析方法

在審

• 申請號: 200810005364.3
• 申請日: 2008-01-28
• 公開（公告）號: CN101499056A
• 公開（公告）日: 2009-08-05
• 發明（設計）人: 徐文新
• 申請（專利權）人: 徐文新
• 主分類號: G06F17/20
• 分類號: G06F17/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種語言分析方法，其特征在于，包括以下步驟：

a.建立某種語言的基本句型(含詞語搭配、短語、詞組、詞語，下同)S的數據庫，給出處理信息；給出各基本句型的字符元數k、或給出剔除重復后的字符元數h、或同時給出k和h、或給出k和字符元重復次數g、或給出h和g、或給出k和h和g；給出j；句型或j的地址為d，或給出句型編號n；

b.列出該語言此種應用的所有字符元P_i(i＝1、2、3…w)，對每個字符元P_i，均列出包含該字符元P_i的所有基本句型或j的地址d，或句型編號n，得出倒排表；

c.設需要分析的句子為T，用T的字符元P_r(i＝1、2、3…m)，根據倒排表P_r的d，或n，對基本句型數據庫相應記錄的j進行累計標示，得到各基本句型S的j值；

d.通過比較各句型S的j與k、h或者以及g的大小，篩選出T包含、可能包含其全部字符元、部分字符元的S，對S與T的字符元進行比較，剔除不合要求的S，一般優先選擇k或h或j值大的句型作為基礎句型，參照這些句型對T進行分析處理。

2.按照權利要求1所述的方法，其特征在于：累計標示后，如果j值能準確反映S與T的字符元交集的大小，將j＝k的句型S作為參考句型，將0<j<k的句型S作為容錯句型，將j＝m的句型S作為可能的引文，從這些句型中擇優選出基礎句型，分析處理T；如果累計標示后，j值不能準確反映S與T的字符元交集的大小，適當放寬查詢條件得到R₁，從R₁中擇優選出基礎句型，分析處理T。

3.按照權利要求1所述的方法，其特征在于：語音輸入中，累計標示，剔除冗雜、結構不合的記錄后，優先選擇k或h或j值大的句型作為基礎句型，但綜合考慮頻率、語法、文體、系聯、關聯信息多種因素及各因素的權重做選擇。

4.按照權利要求1所述的方法，其特征在于：用一個數據L_n的bit標記S的文體傾向，分析生成某語句的S的L_n，得到該語句的文體傾向L_s；總計一節文字的S的L_n或語句的L_s，分析得出該段文字的文體傾向L_p；如果滿足L_s?or?L_p＝L_p或其等價式，則該句的文體傾向符合該節的文體傾向，在備選語句中可給予優先保留；生成后續語句時，優先選擇L_n接近L_p的基礎句型；機器翻譯中，同時給出原始語言S的L_n與目標語言S的L_n，利用L_n分析當前文件的L_p，用L_s、L_n同L_p做比較，評價已生成的備選語句、輔助后續語句生成。

5.按照權利要求1所述的方法，其特征在于：將引文資料進行組織存貯，再將引文資料的篇名、首句、精華之句S收入基本句型庫，并給出引文信息；當T與某句型S、或按T生成的語句與S的對應信息相同或相近時，自動或接受用戶提示，根據引文信息，將前后文讀出，供用戶確認。

6.按照權利要求1所述的方法，其特征在于：給出基本句型的關聯詞、關聯信息，處理概念之間的同義近義關系、并列排斥關系、包含關系、屬性關系，或用于處理語法關系、語言的形態變化，輔助對T的分析處理。