基于语言相似性增强的平行句对抽取方法及装置

本发明涉及基于语言相似性增强的平行句对抽取方法及装置，属于自然语言处理技术领域。针对现有的平行句对抽取方法应用到中泰、中老任务时，泰语和老挝语训练数据稀缺导致模型对泰语和老挝语的表征能力弱、抽取效果不好的问题，提出了本发明，本发明主要包括融合语言增强特征的数据预处理、训练基于语言相似性增强的中老泰多语言平行句对抽取模型、中老泰多语言平行句对抽取三部分。根据这三个功能模块化制成基于语言相似性增强的平行句对抽取装置，从中泰及中老可比语料中抽取平行句对，本发明有效提升了中泰和中老平行句对抽取效果。