[发明专利]音译名识别规则的生成方法、装置、生成设备及存储介质

权利要求书

1.一种音译名识别规则的生成方法，其特征在于，该方法包括：

获取待处理文本样本，其中，所述待处理文本样本标注有第一音译名文本；

提取所述第一音译名文本；

根据所述第一音译名文本生成所述音译名识别规则，其中，所述音译名识别规则用于识别出待处理文本中的第二音译名文本。

2.如权利要求1所述的音译名识别规则的生成方法，其特征在于,根据所述音译名文本生成所述音译名识别规则，包括：

根据所述第一音译名文本构建音译名数据库；

在所述音译名数据库中确定出所述第一音译名文本中各个字对应的频率；

根据所述第一音译名文本中各个字对应的频率生成音译名识别规则。

3.如权利要求2所述的音译名识别规则的生成方法，其特征在于，根据所述第一音译名文本中各个字对应的频率构建音译名识别规则，包括：

根据所述第一音译名文本中各个字对应的频率得到频率阈值；

根据下式得到音译名识别规则：

，

其中，i=1,2,...,n，min（Pi）表示待处理文本的词组中字的最小频率，P_阈值表示频率阈值，当所述待处理文本的词组中字的最小频率大于所述频率阈值，则确认所述待处理文本中的词组为第二音译名文本。

4.如权利要求1所述的音译名识别规则的生成方法，其特征在于，提取所述第一音译名文本之前，还包括：

划分所述待处理文本样本为第一文本样本和第二文本样本，其中，所述第一文本样本包含人名，第二文本样本不包含人名；

将所述第一文本样本输入至预设的分类模型进行训练，得到人名识别模型；

其中，所述人名识别模型用于作为与所述音译名识别规则对应的前置筛选规则，在音译名识别规则识别出待处理文本中的第二音译名文本之前，筛选出所述待处理文本中的人名。

5.如权利要求1所述的音译名识别规则的生成方法，其特征在于，根据第一音译名文本生成音译名识别规则之后，还包括：

在待处理文本样本中提取第一音译名的左邻字以及右邻字；

根据左邻字形成前缀语料库；

根据右邻字形成后缀语料库；

基于前缀语料库以及后缀语料库，生成与音译名识别规则对应的检验规则，检验规则用于在音译名识别机制识别出待处理文本中的第二音译名文本之后，对第二音译名文本进行校验。

6.一种音译名识别规则的生成方法，其特征在于，该方法包括：

获取模块，用于获取待处理文本样本，其中，所述待处理文本样本标注有第一音译名文本；

提取模块，用于提取所述第一音译名文本；

生成模块，用于根据所述第一音译名文本生成所述音译名识别规则，所述音译名识别规则用于识别出待处理文本中的第二音译名文本。

7.生成设备，包括存储器、处理器、摄像装置以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。

8.存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的各个步骤。