语言模型训练方法及系统_专利查询-品牌网

公司信息商标信息专利信息

授权公布号：CN102509549B

语言模型训练方法及系统

有效

申请

2011-09-28

申请公布

2012-06-20

授权

2013-08-14

预估到期

2031-09-28

申请号	CN201110301029.X
申请日	2011-09-28
申请公布号	CN102509549A
申请公布日	2012-06-20
授权公布号	CN102509549B
授权公告日	2013-08-14
分类号	G10L15/14
分类	乐器；声学;
申请人名称	上海果壳电子股份有限公司
申请人地址	上海市浦东新区中国（上海）自由贸易试验区郭守敬路356号3幢127室

专利法律状态

2021-02-05 专利权人的姓名或者名称、地址的变更

状态信息

专利权人的姓名或者名称、地址的变更；IPC(主分类):G10L15/14；变更事项:专利权人；变更前:上海果壳电子有限公司；变更后:上海果壳电子股份有限公司；变更事项:地址；变更前:201203 上海市浦东新区殷北路380号1幢108室；变更后:200120 上海市浦东新区中国(上海)自由贸易试验区郭守敬路356号3幢127室

2014-10-22 专利申请权、专利权的转移

状态信息

专利权的转移；IPC(主分类):G10L15/14；变更事项:专利权人；变更前:盛乐信息技术（上海）有限公司；变更后:上海果壳电子有限公司；变更事项:地址；变更前:201203 上海市浦东新区张江高科技园区郭守敬路356号3幢102室；变更后:201203 上海市浦东新区殷北路380号1幢108室；登记生效日:20140919

2013-08-14 授权

状态信息

授权

2012-07-18 实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G10L15/14；申请日:20110928

2012-06-20 公布

状态信息

公布

摘要

本发明涉及一种语言模型训练方法及系统，包括：对训练语料进行一轮MapReduce操作，统计N元组的词频统计量；对所述N元组的词频统计量进行一轮MapReduce操作，得到N元组的COC统计量；对所述N元组的词频统计量进行一轮MapReduce操作，得到N元组的概率值；进行多轮MapReduce操作，分别计算一元组至m元组的回退系数；汇总所述概率值和回退系数得到APRA格式的语言模型。本发明采用以哈希前缀树为基础的数据结构，巧妙地将海量数据进行分拆和组合，把数据分散到集群的每个节点，统计相应的数据值，然后进行并行运算，得到一个基于海量数据的语言模型，实现了Katz算法的分布式版本，有效地训练基于海量数据的语言模型，同时能有效解决数据稀疏问题，提高其识别率。