基于枢轴语言的汉-缅双语平行句对抽取方法及装置

摘要

本发明涉及基于枢轴语言的汉‑缅双语平行句对抽取方法及装置，属于自然语言处理技术领域。本发明首先利用降噪编码器DAE得到汉、英、缅的三种句子的表征向量；利用已有的汉‑英、英‑缅平行语料作为约束条件，通过CorrNet把汉、英、缅的三种语言的句子表征投影到公共语义空间；利用联合训练的方法，将英语作为枢轴语言，学习汉‑英‑缅三语的公共表示，计算汉‑缅双语句子的距离，判断汉‑缅双语句子是否为平行句子。本发明解决汉语‑缅语平行数据抽取的问题，利用英语作为枢轴语言抽取汉缅平行句对，为后续自然语言处理工作提供数据基础，对构建汉‑缅双语平行语料库具有重要的理论和实际运用价值。