2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領

文檔簡介

1、雙語詞匯的構(gòu)建是自然語言處理領域一項很基礎的工作。雙語詞匯的好壞直接影響到機器翻譯、跨語言檢索等自然語言處理系統(tǒng)的性能。像人名、地名、機構(gòu)名、技術(shù)術(shù)語以及各類新詞經(jīng)常出現(xiàn),且無論多么龐大的雙語詞典也無法將這些詞語收錄完全,這些詞語稱之為未登錄詞。隨著時間的變化,不斷有新的未登錄詞出現(xiàn)。在機器翻譯、跨語言檢索等自然語言處理系統(tǒng)中,為了正確翻譯這類詞語,需要不斷的更新系統(tǒng)的翻譯詞典。 總的來說雙語詞匯的構(gòu)建需要解決兩方面的技術(shù):一,

2、未登錄詞的獲?。欢?,未登錄詞譯文的獲取。本文將在如何解決這兩類技術(shù)問題上做一些研究工作。 本文實踐了基于基本短語識別的未登錄詞獲取技術(shù)。首先標注出文本中的基本短語,然后對于不在翻譯詞典中的詞語視其為未登錄詞候選。對于基本短語的識別,采用了基于組塊模型的統(tǒng)計識別方法?;径陶Z識別實驗所處理的語言為英語,但我們這一方法是語言獨立的,可以移植到其他語言。 未登錄詞中含有大量音譯詞。對音譯詞譯文的獲取可以采用特殊的方法處理,如運

3、用專門的音譯模型。但這首先要做的工作是識別音譯詞。本文提出了兩個統(tǒng)計模型,用于音譯詞識別。實驗顯示,這兩個模型的識別精確率達到97%以上。 同樣,我們對直譯詞意譯詞的識別也做了研究。本文以最大熵模型作為分類器,以詞語的構(gòu)詞特征作為分類特征,通過實驗得出了一些有用的結(jié)論。 最后,本文對如何從可比較網(wǎng)頁中獲取未登錄詞譯文做了研究。依據(jù)源語言詞與目標語言詞的上下文相似性大小來判斷是否為互譯的翻譯對。本文分別運用了DICE相關系

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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