发明名称 |
语料获取方法及装置 |
摘要 |
本发明实施例提供了一种语料获取方法及装置,所述方法包括:获取针对任一类型的语法文件;所述语法文件采用规范化标记语言预先编译获得,定义了所述类型对应的词串以及各个词串之间的组织关系;所述词串为所述语法文件中的终结字符,包括字、词和/或短语;将所述语法文件进行解析,按照所述组织关系将所述各个词串进行任意组合,获得多个文本句子;将所述多个文本句子作为语料,构建获得语料库,本发明实施例提高了降低了语料获取难度,提高了语料获取的准确度。 |
申请公布号 |
CN105893348A |
申请公布日期 |
2016.08.24 |
申请号 |
CN201610195320.6 |
申请日期 |
2016.03.30 |
申请人 |
乐视控股(北京)有限公司;乐视致新电子科技(天津)有限公司 |
发明人 |
张俊博 |
分类号 |
G06F17/27(2006.01)I;G06F17/30(2006.01)I |
主分类号 |
G06F17/27(2006.01)I |
代理机构 |
北京国昊天诚知识产权代理有限公司 11315 |
代理人 |
刘戈 |
主权项 |
一种语料获取方法,其特征在于,包括:获取针对任一类型的语法文件;所述语法文件采用规范化标记语言预先编译获得,定义了所述类型对应的词串以及各个词串之间的组织关系;所述词串为所述语法文件中的终结字符,包括字、词和/或短语;将所述语法文件进行解析,按照所述组织关系将各个词串进行任意组合,获得多个文本句子;将所述多个文本句子作为语料,构建获得属于所述类型的语料库。 |
地址 |
100025 北京市朝阳区姚家园105号3号楼10层1102 |