[发明专利]基于大规模术语语料库对译稿自动碎片化分类的方法

权利要求书

1.一种基于大规模术语语料库对译稿自动碎片化分类的方法，其特征在于，包括：

提取译稿每段的各个关键词，建立每个段落与其包含的各个关键词的对应关系；

将所述译稿的各个关键词逐个在术语语料库中匹配，将每个关键词匹配的术语的行业类别属性，作为该关键词在其对应的每个段所归属的行业类别属性；

根据所述对应关系，确定每个段包含相同的最多的行业类别属性；

将最多的行业类别属性对该段分类。

2.根据权利要求1所述的方法，其特征在于，判断所述译稿内的每段的词数；

如果所述词数小于阈值，则与相邻的下一段合并作为新的一段；

直到所述新的一段的词数大于阈值。

3.根据权利要求1或2所述的方法，其特征在于，为每个段落建立ID；

建立属于同一个行业类别属性的多个段落的ID的集合，得到多个集合。

4.根据权利要求1所述的方法，其特征在于，所述提取关键词的过程包括：

对译稿进行分词处理，去除停用词和不表示具体概念的词语，得到分词后的译稿的关键词集合。