一种基于神经网络的汉维-维汉机构名词典的挖掘系统

摘要

本发明公开了一种基于神经网络的汉维‑维汉机构名词典的挖掘系统，由基于TextCNN模型和LSTM模型的机构名分类器；基于Moses模型，Transformer模型和GNMT模型的机构名翻译模型，融合以上最优的结果，首先对句子进行识别机构名，然后进行选择是否在词典之中，之后利用分类器进行分类，最后利用翻译模型进行反向翻译，获得双语机构名加入词典之中。该发明提供一个具有较好反向翻译的翻译模型，不断挖掘尽可能数量多且质量高的机构名词典的系统。本系统主要是基于词典、分类以及神经网络的翻译模型。通过对比不同的分类模型以及不同的翻译模型，选取最优的模型挖掘出高质量的汉维机构名词典。