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！

龙图腾网获悉昆明理工大学申请的专利基于编辑对齐算法的非自回归解码越南语文本正则化方法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：CN116611428B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310562199.6，技术领域涉及：G06F40/232；该发明授权基于编辑对齐算法的非自回归解码越南语文本正则化方法是由赖华;蒋铭;王琳钦设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本基于编辑对齐算法的非自回归解码越南语文本正则化方法在说明书摘要公布了：本发明提供基于编辑对齐算法的非自回归解码越南语文本正则化方法，越南语文本正则化面临着语言表达方式多样化及非标准词存在语义歧义问题，本发明构建越南语文本正则化标注语料，并对标注语料进行字符粒度对齐扩充；在第一阶段使用标注语料对指示器进行预训练，使用编辑对齐算法训练指示器中原始序列到目标序列的编辑对齐向量，同时提升模型编码端上下文语义信息建模能力；在第二阶段使用非自回归架构对预训练模型进行微调，通过修改位置向量提取非标准词的调整序列，缩小解码端搜索空间，避免基于序列生成模型本身局限性所产生的非正则化文本预测错误问题。实验证明本发明方法达到了97％的准确率，有效解决越南语文本正则化中的语义消歧问题。

本发明授权基于编辑对齐算法的非自回归解码越南语文本正则化方法在权利要求书中公布了：1.基于编辑对齐算法的非自回归解码越南语文本正则化方法，其特征在于，所述方法的具体步骤为： Step1、预处理：从越南语的各类新闻和媒体网站爬取了文本语料，对文本语料进行修正处理，利用标注方式来扩展越南语数据集； Step2、预训练：改进基于编辑对齐的匹配算法，检测获取原始序列中非标准词的编辑距离；同时，使用扩充好的标注数据对文本正则化模型中的指示器进行预训练，计算出原序列和目标序列之间的编辑对齐向量； Step3、解码和微调：在步骤Step2的基础上，使用非自回归架构对预训练模型进行微调，修改指示器中编辑对齐向量的位置向量，实现原始序列到目标序列的长度调整，进而使得文本正则化模型的预测只包括非标准词对应的正则化词； Step4、后处理：在步骤Step3的基础上，将文本正则化模型预测出的非标准词对应的正则化词插入到原始序列的不可变词中，得到完整的目标预测序列； 所述Step1中包括： 对原始文本即需要正则化的文本序列和目标文本即正则化后的文本序列的非标准词向量进行标注，对越南语文本正则化文本标注规范如下：文本序列中的需要正则化的字符使用‘_’来标记，每次标记单个词向量，即采用单词粒度的越南语文本正则化标签分割的方式标记数据；若一个句子中含有多个需要正则化的词，按非标准词的数量将其扩充为多个序列并分别进行标注； 所述Step2中，改进了原FastCorret模型中的编辑对齐算法，通过整体匹配原始序列与目标序列中的相同词向量实现序列对齐，基于规则提取出原始序列中替换词和插入词的位置坐标，使用‘-1’表示替换，‘-2’表示插入，计算出新的编辑对齐向量，使得模型能够更加精准的识别到特征向量的精准变化； 所述Step3中，获取编辑距离具体包括如下： 编辑距离是通过计算将源句子转换为目标句子所需的最小编辑操作步数，编辑距离衡量两个句子的不相似度；其中有效的编辑操作包括插入、删除和替换；给定源句子S＝s1，s2，...，sM和目标句子T＝t1，t2，...，tN，其中M和N是源句子和目标句子的长度，通过递归计算前缀句子的编辑距离来获取S和T之间的编辑距离。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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”。