申请/专利权人:广东外语外贸大学
申请日:2020-05-13
公开(公告)日:2023-12-08
公开(公告)号:CN111767717B
主分类号:G06F40/253
分类号:G06F40/253;G06F40/284;G06F40/242;G06F40/126;G06N3/045;G06N3/0442
优先权:
专利状态码:有效-授权
法律状态:2023.12.08#授权;2020.10.30#实质审查的生效;2020.10.13#公开
摘要:本发明公开了一种印尼语的语法纠错方法,包括:获取当前印尼语句中目标单词的词性,并根据所述目标单词的词性确定对应印尼语混淆集;其中,所述每一个词性对应设置有一个印尼语混淆集;将所述印尼语混淆集中的单词分别代替所述目标单词组成若干个测试印尼语句;根据预设的语法纠错模型计算所述当前印尼语句以及所述测试印尼语句的损失值;根据损失值修正所述目标单词。本发明实施例还公开了一种印尼语的语法纠错装置、设备及存储介质,有效避免了对大规模训练语料的依赖,即无需大量的训练语句同样可以实现对印尼语的纠错。
主权项:1.一种印尼语的语法纠错方法,其特征在于,包括:获取当前印尼语句中目标单词的词性,并根据所述目标单词的词性确定对应印尼语混淆集;其中,所述每一个词性对应设置有一个印尼语混淆集;所述目标单词的词性,具体包括:冠词、系动词、情态动词、反身代词、指示代词、疑问代词、不定代词、关系代词、介词及连词;将所述印尼语混淆集中的单词分别代替所述目标单词组成若干个测试印尼语句;根据预设的语法纠错模型计算所述当前印尼语句以及所述测试印尼语句的损失值,具体包括:将所述当前印尼语句以及所述测试印尼语句通过embedding层进行编码;将编码后的当前印尼语句以及编码后的测试印尼语句输入至预设的Bi-LSTM模型,计算出所述当前印尼语句以及所述测试印尼语句的损失值;其中,所述将编码后的当前印尼语句以及编码后的测试印尼语句输入至预设的Bi-LSTM模型,计算出所述当前印尼语句以及所述测试印尼语句的损失值,具体包括:将编码后的当前印尼语句分别输入至正向LSTM层以及反向LSTM层,得到编码后的当前印尼语句对应的正向特征信息以及反向特征信息;将编码后的测试印尼语句分别输入至正向LSTM层以及反向LSTM层,得到编码后的测试印尼语句对应的正向特征信息以及反向特征信息;分别拼接编码后的当前印尼语句以及编码后的测试印尼语句对应的正向特征信息以及反向特征信息输入至下一层,并在输出层通过预设的损失函数计算所述当前印尼语句以及所述测试印尼语句的损失值;根据损失值修正所述目标单词,具体包括:判断是否存在至少一个所述测试印尼语句的损失值小于所述当前印尼语句的损失值;响应于判断结果为存在至少一个所述测试印尼语句的损失值小于所述当前印尼语句的损失值,则根据最小的测试印尼语句的损失值对应单词修正所述目标单词;还包括:响应于判断结果为不存在至少一个所述测试印尼语句的损失值小于所述当前印尼语句的损失值,则不对所述目标单词进行修正。
全文数据:
权利要求:
百度查询: 广东外语外贸大学 印尼语的语法纠错方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。