[发明专利]用于提取最大名词短语的装置、方法以及电子设备

权利要求书

1.一种用于提取最大名词短语的装置，包括：

名词短语确定单元，其被配置用于在待处理的目标语言语句的参考语言译句中，确定与至少一个名词短语模板中的任一个相符的参考语言名词短语，其中，每个所述名词短语模板包括按其对应的预定顺序排列的至少一个参考语言的词性标签；

标注单元，其被配置用于将名词短语标签标注给所述目标语言语句中的与确定的所述参考语言名词短语相对应的目标语言名词短语；以及

最大名词短语确定单元，其被配置用于在所述目标语言语句中将与至少一个最大名词短语模板中的任一个相符的短语确定为最大名词短语，其中，每个所述最大名词短语模板包括按其对应的预定顺序排列的至少一个目标语言的词性标签和/或至少一个名词短语标签。

2.根据权利要求1所述的用于提取最大名词短语的装置，还包括：

名词短语模板获得单元，其被配置用于在预定的目标语言和参考语言的双语对齐语料库中，统计每个目标语言名词短语对应的参考语言名词短语所包含的词性标签，以确定所述双语对齐语料库对应的至少一个参考语言名词短语模板。

3.根据权利要求2所述的用于提取最大名词短语的装置，其中：

所述双语对齐语料库中的每个目标语言名词短语是预先确定的；以及

所述双语对齐语料库中的每个参考语言语句是预先经过词性标注的。

4.根据权利要求2或3所述的用于提取最大名词短语的装置，其中，所述名词短语模板获得单元包括：

第一确定子单元，其被配置用于根据每个所述目标语言名词短语在其对应的参考语言语句中与该目标语言名词短语对齐的参考语言名词短语所包含的词性标签，获得参考语言名词短语模板的第一候选模板；以及

第二确定子单元，其被配置用于统计每个所述第一候选模板的重复出现次数，将重复出现次数高于第一预定阈值的第一候选模板确定为至少一个参考语言名词短语模板。

5.根据权利要求1-4中任一项所述的用于提取最大名词短语的装置，还包括：

最大名词短语模板获得单元，其被配置用于基于确定了名词短语和最大名词短语的目标语言语料库，至少统计所述目标语言语料库中的每个确定的最大名词短语所对应的词性标签和名词短语标签，以确定所述目标语言语料库对应的至少一个目标语言最大名词短语模板。

6.根据权利要求5所述的用于提取最大名词短语的装置，其中，所述最大名词短语模板获得单元包括：

词性标注子单元，其被配置用于对所述目标语言语料库中的每个语句进行词性标注；

标签标注子单元，其被配置用于将名词短语标签标注给所述目标语言语料库中每个确定的名词短语；

第三确定子单元，其被配置用于根据目标语言语料库中每个确定的最大名词短语所包含的词性标签、名词短语标签，获得目标语言最大名词短语模板的第二候选模板；以及

第四确定子单元，其被配置用于统计每个所述第二候选模板的重复出现次数，并将重复出现次数高于第二预定阈值的第二候选模板确定为至少一个目标语言最大名词短语模板。

7.根据权利要求1-6中任一项所述的用于提取最大名词短语的装置，其中，至少部分所述最大名词短语模板中的部分相邻的词性标签和/或名词短语标签之间具有预设关键词。

8.根据权利要求1-7中任一项所述的用于提取最大名词短语的装置，其中，所述参考语言为不需分词的语言，以及所述目标语言为需要分词的语言。

9.一种用于提取最大名词短语的方法，包括：

在待处理的目标语言语句的参考语言译句中，确定与至少一个名词短语模板中的任一个相符的参考语言名词短语，其中，每个所述名词短语模板包括按其对应的预定顺序排列的至少一个参考语言的词性标签；

将名词短语标签标注给所述目标语言语句中的与确定的所述参考语言名词短语相对应的目标语言名词短语；以及

在所述目标语言语句中将与至少一个最大名词短语模板中的任一个相符的短语确定为最大名词短语，其中，每个所述最大名词短语模板包括按其对应的预定顺序排列的至少一个目标语言的词性标签和/或至少一个名词短语标签。

10.一种电子设备，包括如权利要求1-8中任一所述的用于提取最大名词短语的装置。