-
公开(公告)号：CN108021549B
公开(公告)日：2019-08-13
申请号：CN201610982039.7
申请日：2016-11-04
Applicant: 华为技术有限公司
Abstract: 本发明公开了序列转换方法及装置，其中序列转换方法包括：接收源端序列；将所述源端序列转换为源端向量表示序列；根据所述源端向量表示序列获取至少两个候选目标端序列，以及所述至少两个候选目标端序列中每一个候选目标端序列的翻译概率值；对所述每一个候选目标端序列的翻译概率值进行调整；根据所述每一个候选目标端序列的调整后的翻译概率值，从所述至少两个候选目标端序列中选择输出目标端序列；输出所述输出目标端序列。使用本发明，能够在进行序列转换时提高目标端序列相对于源端序列的忠诚度。
-
公开(公告)号：CN108460026A
公开(公告)日：2018-08-28
申请号：CN201710097655.9
申请日：2017-02-22
Applicant: 华为技术有限公司
Abstract: 本发明实施例提供一种翻译方法及装置，涉及机器翻译领域，解决了现有技术中面向对话领域翻译时翻译效果差、准确率较低的问题。该方法包括：获取待翻译语句，待翻译语句为指定对话任务中第一语言表示的语句；确定待翻译语句中的第一命名实体集，以及第一命名实体集中每个第一命名实体的实体类型；根据第一命名实体集和每个第一命名实体的实体类型，确定第二语言表示的第二命名实体集；确定待翻译语句的源语义模板，并从指定对话任务对应的语义模板对应关系中获取与源语义模板对应的目标语义模板，语义模板对应关系为第一语言表示的语义模板与第二语言表示的语义模板之间的对应关系；根据第二命名实体集和目标语义模板，确定目标翻译语句。
-
公开(公告)号：CN107092664A
公开(公告)日：2017-08-25
申请号：CN201710204050.5
申请日：2017-03-30
Applicant: 华为技术有限公司
Abstract: 本申请实施例提供一种内容解释方法及装置，涉及通信领域，实现帮助用户有效理解呈现内容，以提高人机交互的有效性。具体方案包括：内容解释装置识别用户的情绪；当识别到用户对传递的多媒体信息表示疑惑的负面情绪时，内容解释装置获取目标内容在目标智慧类型下的目标表述方式；其中，目标内容为内容解释装置关联的信息传递装置向用户传递的多媒体信息中，用户所疑惑的内容；内容解释装置采用目标表述方式向用户呈现目标内容。本申请用于内容解释。
-
公开(公告)号：CN106372053B
公开(公告)日：2020-04-28
申请号：CN201510435938.0
申请日：2015-07-22
Applicant: 华为技术有限公司
IPC: G06F40/211
Abstract: 本发明公开了一种句法分析的方法和装置。该方法包括：获取与目标语言句子互为译文的源语言句子；根据该源语言句子，以及该目标语言句子的词语与该源语言句子的词语的对应关系，确定该目标语言句子的状态转移实例；根据该目标语言句子的状态转移实例，生成该目标语言句子的句法树。本发明实施例的句法分析的方法和装置，能够提高句法分析的效率。
-
公开(公告)号：CN107766319A
公开(公告)日：2018-03-06
申请号：CN201610698139.7
申请日：2016-08-19
Applicant: 华为技术有限公司
CPC classification number: G06F17/27 , G06F17/2705 , G06F17/289 , G06N3/02
Abstract: 本发明公开了序列转换方法及装置，其中序列转换方法包括：获取源端序列；获取参考上下文向量；将所述源端序列转换为源端上下文向量；根据所述参考上下文向量和所述源端上下文向量获取权重向量；使用所述权重向量对所述源端上下文向量和所述参考上下文向量进行加权；使用加权后的源端上下文向量和加权后的参考上下文向量预测与所述源端上下文向量对应的目标端上下文向量；根据所述目标端上下文向量获取目标端序列。使用本发明，能够在进行序列转换时提高目标端序列相对于源端序列的忠诚度。
-
Patent Agency Ranking
公开(公告)号：CN107608973A
公开(公告)日：2018-01-19
申请号：CN201610545902.2
申请日：2016-07-12
Applicant: 华为技术有限公司
CPC classification number: G06F17/28
Abstract: 本发明实施例公开了一种基于神经网络的翻译方法及装置，所述方法包括：获取待翻译句子的初始译文，初始译文中携带未登录词；将初始译文中的未登录词拆分为字，并将拆分得到的字组成的字序列输入第一多层神经网络；通过第一多层神经网络获取字序列中每个字的字向量，并将字序列的所有字向量输入第二多层神经网络；使用第二多层神经网络和预置的常用词数据库，对所有字向量进行编码以获取语义向量；将语义向量输入第三多层神经网络，通过第三多层神经网络对语义向量进行解码并结合待翻译句子的初始译文确定所述待翻译句子的最终译文。采用本发明，具有可提高未登录词的翻译可操作性，降低机器翻译的翻译成本，提高机器翻译的翻译质量的优点。
-
公开(公告)号：CN108460026B
公开(公告)日：2021-02-12
申请号：CN201710097655.9
申请日：2017-02-22
Applicant: 华为技术有限公司
Abstract: 本发明实施例提供一种翻译方法及装置，涉及机器翻译领域，解决了现有技术中面向对话领域翻译时翻译效果差、准确率较低的问题。该方法包括：获取待翻译语句，待翻译语句为指定对话任务中第一语言表示的语句；确定待翻译语句中的第一命名实体集，以及第一命名实体集中每个第一命名实体的实体类型；根据第一命名实体集和每个第一命名实体的实体类型，确定第二语言表示的第二命名实体集；确定待翻译语句的源语义模板，并从指定对话任务对应的语义模板对应关系中获取与源语义模板对应的目标语义模板，语义模板对应关系为第一语言表示的语义模板与第二语言表示的语义模板之间的对应关系；根据第二命名实体集和目标语义模板，确定目标翻译语句。
-
公开(公告)号：CN106815215B
公开(公告)日：2019-11-26
申请号：CN201510860253.0
申请日：2015-11-30
Applicant: 华为技术有限公司
IPC: G06F17/28
Abstract: 本发明实施例公开了一种生成标注库的方法和装置。本发明实施例方法包括：将双语平行语料库中在句子级别互为翻译的目标语句和源语句进行对齐；当目标语句中属于第一词类的第一特定词在源语句中没有对应的源特定词时，获取第一候选集合，第一候选集合中包括与第一特定词互为翻译的候选源特定词；根据源语句和目标语句间的对齐关系获取候选位置集合，候选位置集合包括源语句中可能缺失源特定词的位置；根据预置语言概率模型获取第二候选集合中各语句的正确概率，第二候选集合包括将第一候选集合中的候选源特定词填补到候选位置集合中的位置后形成的候选源语句；生成标注库，标注库包括根据第二候选集合中各语句的正确概率确定的候选源语句。
-
公开(公告)号：CN108664512A
公开(公告)日：2018-10-16
申请号：CN201710209192.0
申请日：2017-03-31
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种文本对象分类方法及装置，属于互联网技术领域。所述方法包括：获取第i层节点的节点特征，节点特征为第一类特征和第二类特征拼接后的拼接特征，或者，第二类特征，第一类特征通过人工特征工程提取，第二类特征通过机器学习，每个第i+1层节点对应有神经网络；将属于同一个第i+1层节点的各个第i层节点的节点特征输入第i+1层节点对应的神经网络，得到第i+1层节点的第二类特征；当第i+1层节点是根节点时，将根节点的节点特征输入分类器，通过分类器输出文本对象的类别标签。本申请解决了通过神经网络提取到的特征比较片面，进而影响到分类结果的准确的问题，能够提取更加全面的特征，提高分类结果的准确性。
-
公开(公告)号：CN108021549A
公开(公告)日：2018-05-11
申请号：CN201610982039.7
申请日：2016-11-04
Applicant: 华为技术有限公司
Abstract: 本发明公开了序列转换方法及装置，其中序列转换方法包括：接收源端序列；将所述源端序列转换为源端向量表示序列；根据所述源端向量表示序列获取至少两个候选目标端序列，以及所述至少两个候选目标端序列中每一个候选目标端序列的翻译概率值；对所述每一个候选目标端序列的翻译概率值进行调整；根据所述每一个候选目标端序列的调整后的翻译概率值，从所述至少两个候选目标端序列中选择输出目标端序列；输出所述输出目标端序列。使用本发明，能够在进行序列转换时提高目标端序列相对于源端序列的忠诚度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
