[發明專利]日記生成方法及裝置

有效

• 申請號: 201310260039.2
• 申請日: 2013-06-26
• 公開（公告）號: CN104252439B
• 公開（公告）日: 2017-08-29
• 發明（設計）人: 董振華;張弓;王靚偉
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F17/21
• 分類號: G06F17/21
• 代理公司: 北京中博世達專利商標代理有限公司11274
• 代理人: 申健

1.一種日記生成方法，其特征在于，包括：

獲取源數據集合和與所述源數據集合對應的日記描述數據集合；

計算所述源數據集合中各個源數據序列和日記描述數據集合中各個日記描述數據序列的對位概率，得到對位概率集合，所述源數據序列包括至少一個源數據，所述日記描述數據序列包括至少一個日記描述數據；

計算所述各個日記描述數據序列在日記描述數據集合中出現的概率，得到出現概率集合；

根據所述對位概率集合和出現概率集合，從所述各個日記描述數據序列中確定與待翻譯源數據序列對應的目標日記描述數據序列，所述待翻譯源數據序列為所述各個源數據序列中任一序列；

將所述目標日記描述數據序列翻譯成日記描述文字；

所述日記生成方法還包括：

將所述源數據集合中的源數據進行相應詞匯處理，得到詞匯處理后的源數據；

將所述日記描述數據集合中的日記描述數據進行詞匯處理，得到詞匯處理后的日記描述數據。

2.根據權利要求1所述的日記生成方法，其特征在于，所述計算所述源數據集合中各個源數據序列和日記描述數據集合中各個日記描述數據序列的對位概率，得到對位概率集合，所述源數據序列包括至少一個源數據，所述日記描述數據序列包括至少一個日記描述數據包括：

將位于同一預設時間段中的源數據集合和日記描述數據集合構建成一對平行語料，

其中，一對平行語料記為(S_all，T_all)，S_all表示所述一對平行語料中的源數據集合，S_all＝G1，...Gm；G1表示S_all中第一個詞匯處理后的源數據，Gm表示S_all中第m個詞匯處理后的源數據，m為源數據集合中詞匯處理后的源數據的個數；T_all表示所述一對平行語料中的日記描述數據集合，T_all＝A1，...An,其中，A1表示T_all中第一個詞匯處理后的日記描述數據，An表示T_all中第n個詞匯處理后的日記描述數據，n為日記描述數據集合中詞匯處理后的日記描述數據的個數；

計算各個源數據序列和與所述各個源數據序列各自對應的日記描述數據序列的對位概率，得到對位概率集合，所述源數據序列包括S_all中至少一個詞匯處理后的源數據，所述日記描述數據序列包括T_all中至少一個詞匯處理后的日記描述數據。

3.根據權利要求1所述的日記生成方法，其特征在于，所述計算所述各個日記描述數據序列在日記描述數據集合中出現的概率，得到出現概率集合包括：

計算所述各個日記描述數據序列在日記描述數據集合中出現的概率，得到出現概率集合，所述日記描述數據序列包括日記描述數據集合中至少一個詞匯處理后的日記描述數據。

4.根據權利要求1-3任一項所述的日記生成方法，其特征在于，所述根據所述對位概率集合和出現概率集合，從所述各個日記描述數據序列中確定與待翻譯源數據序列對應的目標日記描述數據序列，包括：

搜索對位概率集合中各個P(S|T)和出現概率集合中各個P(T)，其中，P(S|T)為源數據序列S與日記描述數據序列T的對位概率，P(T)為日記描述數據序列T在日記描述集合中出現的概率；

當S為待翻譯源數據序列時，確定使得P(S|T)*P(T)的取值最大的T為目標日記描述數據序列。

5.根據權利要求1-3任一項所述的日記生成方法，其特征在于，所述根據所述目標日記描述數據序列生成日記描述文字，包括：

將根據不同類型的待翻譯數據序列得到的各個目標日記描述數據序列，按照所述不同類型的待翻譯數據序列中各自包含的時間標識，生成日記描述文字。