

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,在平行語料庫研究方面,專家學(xué)者越來越傾向于對語料庫語言學(xué)的研究;由此,自然語言處理領(lǐng)域的專家學(xué)者們都意識(shí)到了高質(zhì)量、大規(guī)模漢英平行語料庫巨大的研究價(jià)值;另外,在比較語言學(xué)研究等領(lǐng)域,漢英平行語料庫也發(fā)揮著重要作用。
但漢英平行語料庫在規(guī)模和質(zhì)量上都遠(yuǎn)不及單語語料庫。隨著互聯(lián)網(wǎng)的發(fā)展,不同語言間的交流變得日益頻繁,雙語語料庫(Bilingual Corpus),已經(jīng)成為機(jī)器翻譯、機(jī)器輔助翻譯以及翻譯知識(shí)獲取研究不可或缺的
2、重要資源。雙語語料庫在機(jī)器翻譯研究中的作用已日趨明顯,但作為一項(xiàng)重要的語言資源,雙語平行語料庫的系統(tǒng)性構(gòu)建在中國國內(nèi)尚未得到充分的關(guān)注,基本上還停留在理論之上。
本文介紹了一個(gè)大規(guī)模漢英雙語平行語料庫的構(gòu)建系統(tǒng)。研究思路是利用互聯(lián)網(wǎng)上存在的海量多語言文本資源,通過網(wǎng)頁的內(nèi)容分析和鏈接分析,實(shí)現(xiàn)了一個(gè)雙語語料挖掘的自動(dòng)獲取系統(tǒng),采用 B/S結(jié)構(gòu),分兩個(gè)子系統(tǒng),即爬蟲系統(tǒng)和索引系統(tǒng),子系統(tǒng)之間松散耦合,運(yùn)行時(shí)相互間無影響;網(wǎng)頁爬蟲
3、自動(dòng)的將從互聯(lián)網(wǎng)爬取到的符合條件的網(wǎng)頁,經(jīng)過處理后存入數(shù)據(jù)庫,再用Lucene對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行索引,用預(yù)先定義的規(guī)則對索引進(jìn)行查詢,其結(jié)果就是平行語料。系統(tǒng)主要處理的語言是中文和英文這兩種語言,但系統(tǒng)中的語言今后是可以靈活配置的,在此基礎(chǔ)上稍加修改,就可以配置構(gòu)建任意兩種語言的平行語料庫。
本文中的漢英雙語平行語料庫構(gòu)建系統(tǒng),開發(fā)平臺(tái)使用Myeclipse,前臺(tái)頁面開發(fā)選用Jsp動(dòng)態(tài)網(wǎng)頁技術(shù),后臺(tái)數(shù)據(jù)庫使用開源的MySql
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 基于Web的大規(guī)模平行語料庫構(gòu)建方法研究.pdf
- 基于web的大規(guī)模平行語料庫構(gòu)建方法研究(1)
- 基于英漢-漢英平行語料庫的非對應(yīng)分析.pdf
- 漢英平行語料庫的詞義自動(dòng)標(biāo)注方法研究.pdf
- 平行語料庫在漢英翻譯教學(xué)中的應(yīng)用.pdf
- 漢英雙語平行語料庫中對齊方法的研究.pdf
- 基于雙向平行語料庫的漢英差比句互譯對比研究.pdf
- 基于語料庫的公示語漢英翻譯.pdf
- 基于JavaWeb的科技英語語料庫的語言特征分析系統(tǒng)開發(fā).pdf
- 基于語料庫的漢英成語使用頻率研究.pdf
- 基于語料庫的漢英“人生”概念隱喻對比研究.pdf
- 基于語料庫的漢英翻譯對語義韻研究.pdf
- 漢英-英漢平行翻譯語料庫的設(shè)計(jì)及其在翻譯中的應(yīng)用.pdf
- 基于語料庫的漢英中動(dòng)結(jié)構(gòu)對比研究.pdf
- 基于語料庫的公示語漢英功能翻譯研究.pdf
- 基于語料庫的漢英會(huì)議口譯句法操作規(guī)范研究.pdf
- 基于語料庫的中企簡介漢英翻譯共性研究.pdf
- 基于語料庫的達(dá)沃斯論壇漢英口譯語篇分析.pdf
- 基于平行語料庫的中日被動(dòng)句對比研究.pdf
- 俄語語料庫和基于語料庫的語法研究.pdf
評論
0/150
提交評論