基于術語提取的跨語言信息匹配技術研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網的飛速發(fā)展,術語在各個領域中被廣泛的使用,領域術語提取技術受到學者們的密切關注,已經成為自然語言處理領域的一項重要任務。本文將術語提取技術應用到跨語言信息匹配技術中,解決如何在中-英文文本之間建立聯(lián)系的難點。
  本文在分析和總結國內外領域術語提取研究現狀和成果的基礎上,提出了一種基于多特征相融合的領域術語提取方法。針對術語構詞規(guī)則是根據詞語詞性問題,該方法首先利用自然語言處理技術對中文文本進行預處理,針對句子進行詞性標

2、注,為下一步的術語提取打下基礎。在該過程中,該方法首先采用術語的構詞規(guī)則對預處理結果進行詞語過濾,然后通過信息熵確定詞語的邊界,針對信息熵無法提取出低頻詞語這一問題,采用領域語料庫中詞語的IDF值來衡量術語的領域相關度,將兩組詞語進行加權處理,最后根據設定的閾值,根據術語得分情況對候選術語進行取舍,這一算法解決了領域術語提取問題。然后在獲取的領域術語的基礎上,根據術語的領域性特點引入了詞語共現這一概念,并結合術語翻譯方法,對中英文術語進

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論