买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华中科技大学申请的专利单网页内双语文本段落对齐方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116028741B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211691768.9，技术领域涉及：G06F16/957；该发明授权单网页内双语文本段落对齐方法、系统、设备及介质是由刘小峰设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本单网页内双语文本段落对齐方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种单网页内双语文本段落对齐方法、系统、设备及介质，属于自然语言处理中双语语料构建领域，方法包括：解析网页，以从网页中提取可见文本，对提取到的文本依次进行清理和段落划分，得到文本段落列表；根据设定过滤条件，对文本段落列表中的段落进行过滤；计算过滤后的段落中第一语言段落数与第二语言段落数之间的比值，根据比值与设定比值范围的关系，判断网页是否为双语网页；当网页为双语网页时，对网页中过滤后的段落进行双语文本段落对齐。可以从有噪音的单个双语网页中识别和对齐双语文本段落，并提高单网页中双语文本段落对齐的查全率和查准率。

本发明授权单网页内双语文本段落对齐方法、系统、设备及介质在权利要求书中公布了：1.一种单网页内双语文本段落对齐方法，其特征在于，包括： S1，解析网页，以从所述网页中提取可见文本，对提取到的文本依次进行清理和段落划分，得到文本段落列表； S2，根据设定过滤条件，对所述文本段落列表中的段落进行过滤； S3，计算过滤后的段落中第一语言段落数与第二语言段落数之间的比值，根据所述比值与设定比值范围的关系，判断所述网页是否为双语网页； S4，当所述网页为双语网页时，对所述网页中过滤后的段落进行双语文本段落对齐； 所述S1包括： S11，解析网页，以从所述网页中提取可见文本； S12，对提取到的文本中的HTML转义符号进行去转义处理，并将提取到的连续空格和连续空行分别相应压缩为单空格和单空行； S13，对去转义处理后的文本进行段落划分，得到初始文本段落列表； S14，对于所述初始文本段落列表中的每一双语段落，将所述双语段落划分为第一语言子段落和第二语言子段落； S15，将所述初始文本段落列表中的单语段落、所述第一语言子段落和所述第二语言子段落按顺序添加到新的列表中，作为所述文本段落列表； 所述S4包括： S41，将所述网页中过滤后的段落分为第一语言段落子列表和第二语言段落子列表； S42，利用设定对齐阈值，寻找所述第一语言段落子列表和所述第二语言段落子列表中的锚点段落； S43，对所述第一语言段落子列表和所述第二语言段落子列表中锚点段落之后的段落依次进行比较对齐。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。