[發明專利]生成單語解析模型的方法和裝置以及語言轉換裝置

有效

• 申請號: 201310491909.7
• 申請日: 2013-10-18
• 公開（公告）號: CN104572629A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 付亦雯;鄭仲光;葛乃晟;孟遙;孫俊
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06F17/28
• 分類號: G06F17/28
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王萍;王娜麗

1.一種生成單語解析模型的方法，包括：

按照雙語平行語料中的以目標語言撰寫的目標語句的語序來調整所述雙語平行語料中的以源語言撰寫的源語句的語序；

按照以下助詞在所述目標語句中的位置將該助詞插入調整了語序的源語句中以得到作為參考的中間語句，其中，在所述目標語句中存在該助詞而在所述源語句中沒有與該助詞對應的助詞；

根據目標語言和源語言的雙語平行語料，利用所述源語句與所述目標語句之間的空對齊信息以預定策略生成用于調整所述源語句的語序的候選結構表示，其中，所述預定策略包括：以第一預定概率（P_R）在所述候選結構表示的非端部節點處標記表示要調換所述候選結構表示的兩個相鄰分枝的順序的標記（R），以及以第二預定概率（P_I）在所述候選結構表示的節點處標記表示要插入助詞的標記（I）；

根據所述作為參考的中間語句從所生成的候選結構表示中選擇用于生成單語解析模型的結構表示；以及

對所選擇的結構表示進行建模以生成所述單語解析模型。

2.根據權利要求1所述的方法，其中，在生成所述作為參考的中間語句時，還從調整了語序的源語句中刪除以下助詞，在所述源語句中存在該助詞而在所述目標語句中沒有與該助詞對應的助詞，

其中，所述預定策略還包括：以第三預定概率（P_M）在所述候選結構表示的端部節點處標記表示該節點是要刪除的助詞的標記（M）。

3.根據權利要求1所述的方法，其中，所述預定策略還包括：

以第四預定概率（S）初始化所述候選結構表示的一個子結構表示；

以第五預定概率（P）將與所述目標語句連續對齊的短語添加到所述候選結構表示的節點；以及

以第六預定概率（P_D）將不連續的兩個詞作為一組添加到所述候選結構表示的節點。

4.根據權利要求1所述的方法，其中，所述預定策略還包括：

以第七預定概率（P_w）將一個詞添加到所述候選結構表示的節點。

5.根據權利要求1所述的方法，其中，所述預定策略還包括：

除非將所述源語句的所有詞或短語都添加到所述候選結構表示的節點，否則不停止所述候選結構表示的生成；以及

只將以下詞或短語添加到節點，該詞或短語與所述目標語句中的相應詞或短語連續對齊。

6.根據權利要求1所述的方法，其中，所述根據作為參考的中間語句從所生成的候選結構表示中選擇用于生成單語解析模型的結構表示的步驟包括：

對所述候選結構表示進行解析以生成解析源語句（s-new）；

確定該解析源語句與作為參考的中間語句之間的相似性；以及

根據所述相似性來選擇用于生成所述單語解析模型的結構表示。

7.根據權利要求1所述的方法，其中，所述候選結構表示為二叉樹。

8.根據權利要求7所述的方法，其中，生成所述候選結構表示的步驟包括：通過蒙特卡洛算法來生成所述候選結構表示。

9.一種語言轉換方法，包括：

利用根據權利要求1所述的方法所生成的單語解析模型來生成用于調整待轉換源語句的語序的結構表示；

對所述結構表示進行解析以生成經解析的待轉換源語句；以及

將所述經解析的待轉換源語句轉換成目標語句。

10.一種生成單語解析模型的裝置，包括：

語序調整部，用于按照雙語平行語料中的以目標語言撰寫的目標語句的語序來調整所述雙語平行語料中的以源語言撰寫的源語句的語序；

中間語句生成部，用于按照以下助詞在所述目標語句中的位置將該助詞插入調整了語序的源語句中以得到作為參考的中間語句，其中，在所述目標語句中存在該助詞而在所述源語句中沒有與該助詞對應的助詞；

候選結構表示生成部，用于根據目標語言和源語言的雙語平行語料，利用所述源語句與所述目標語句之間的空對齊信息以預定策略生成用于調整所述源語句的語序的候選結構表示，其中，所述預定策略包括：以第一預定概率（P_R）在所述候選結構表示的非端部節點處標記表示要調換所述候選結構表示的兩個相鄰分枝的順序的標記（R），以及以第二預定概率（P_I）在所述候選結構表示的節點處標記表示要插入助詞的標記（I）；

結構表示選擇部，用于根據所述作為參考的中間語句從所生成的候選結構表示中選擇用于生成單語解析模型的結構表示；以及

單語解析模型生成部，用于對所選擇的結構表示進行建模以生成所述單語解析模型。