一种基于向量空间模型的英汉语料提取方法

摘要

本发明公开了一种基于向量空间模型的英汉语料提取方法，包括：步骤1、分别对汉语和英语语料库进行预处理；步骤2、构建双向前后文词语向量空间模型；步骤3、进行计权等效分析，将第一升序集合{km,k2,k1,k3··ki··k4}中的英语单词依次进行计权等效相似度Sim(ki)|计权计算，所述计权等效相似度Sim(ki)|计权为：其中，ωai为第一计权因子，ωbi为第二计权因子；步骤4、将Sim(k1)|计权、Sim(k2)|计权、…Sim(ki)|计权、…、Sim(km)|计权中最大数值对应的英语单词确定为汉语语料中心词语的词对，建立中英双语词表。本发明的基于向量空间模型的英汉语料提取方法基于双向向量空间模型，大大提高语言在翻译过程中传输的准确度。