专利详情

专利名称	口语会话中句子边界识别方法
申请号	CN03147553.1	专利类型	发明专利
公开（公告）号	CN1570923	公开（授权）日	2005.01.26
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	宗成庆;刘丁
主分类号	G06F17/30	IPC主分类号	G06F17/30;G06F17/00
专利有效期	口语会话中句子边界识别方法至口语会话中句子边界识别方法	法律状态	实质审查的生效
说明书摘要	一种基于双向N－gram模型和Maximum Entrpy 模型的句子边界切分方法包括训练和切分两个过程，所述的训练过程包括步骤：获得口语语料库；对口语语料库进行替代等预处理；统计n－gram模型的n元同现频率；估计n元正向依存概率和n元逆向依存概率；获得n元正、逆向依存概率数据库；设定Maximum Entropy模型的特征函数；循环计算特征函数参数；获得特征函数参数数据库。基于双向n－gram模型和 Maximum Entropy模型的句子边界切分方法属于纯统计方法，其实施只需要一个后台口语语料库，语料库不需要进行任何深层地切分或者标注等处理。该方法不受语言的限制，通过更换训练语料库，可以运用于任何一种语言的句子边界切分。