[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的漢維-維漢機(jī)構(gòu)名詞典的挖掘系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010140934.0
• 申請日: 2020-03-03
• 公開（公告）號: CN111368035A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計）人: 艾山·吾買爾;徐翠云;斯拉吉艾合麥提·如則麥麥提;劉文其;早克熱·卡德爾;買合木提·買買提;汪烈軍;劉勝全
• 申請（專利權(quán)）人: 新疆大學(xué)
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/295;G06N3/04
• 代理公司: 北京匯捷知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11531
• 代理人: 張麗

1.一種基于神經(jīng)網(wǎng)絡(luò)的漢維-維漢機(jī)構(gòu)名詞典的挖掘系統(tǒng)，由基于TextCNN模型和LSTM模型的機(jī)構(gòu)名分類器；基于Moses模型，Transformer模型和GNMT模型的機(jī)構(gòu)名翻譯模型，融合以上最優(yōu)的結(jié)果，首先對句子進(jìn)行識別機(jī)構(gòu)名，然后進(jìn)行選擇是否在詞典之中，之后利用分類器進(jìn)行分類，最后利用翻譯模型進(jìn)行反向翻譯，獲得雙語機(jī)構(gòu)名加入詞典之中，其特征在于：所述TextCNN模型的分類模型由輸入層、卷積層、池化層、全連接層和Softmax層等五層構(gòu)成；所述輸入層將輸入序列轉(zhuǎn)換為向量表示，傳入網(wǎng)絡(luò)，故用glove來預(yù)訓(xùn)練好詞向量；所述卷積層的主要功能是為輸入向量中捕獲重要的特征信息；所述基于Transformer模型的翻譯模型，采用中文按照字符切分，維文采用音節(jié)級別的切分方法，獲得了很好的翻譯效果，在進(jìn)行機(jī)構(gòu)名反向翻譯中獲得了最好的翻譯結(jié)。

2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的漢維-維漢機(jī)構(gòu)名詞典的挖掘系統(tǒng)，其特征在于：在數(shù)據(jù)處理方面，將已有的26萬漢維機(jī)構(gòu)名數(shù)據(jù)，經(jīng)過一系列的漢語端人工篩選以及非機(jī)構(gòu)名詞綴過濾，選出非機(jī)構(gòu)名數(shù)據(jù)7萬余條，利用機(jī)構(gòu)名與非機(jī)構(gòu)名數(shù)據(jù)進(jìn)行分類模型的訓(xùn)練。