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59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(lǐng)

文檔簡介

1、術(shù)語自動抽取是中文信息處理中的一個重要課題,術(shù)語抽取對信息檢索、信息抽取、數(shù)據(jù)挖掘、機器翻譯、建立領(lǐng)域概念體系等自然語言處理研究具有重要的意義。本文重點介紹在統(tǒng)計模型的基礎(chǔ)上,構(gòu)建一個能在雙語文本中抽取術(shù)語對的原型系統(tǒng)。主要內(nèi)容如下: 本文詳細的分析了統(tǒng)計學方法下的術(shù)語抽取技術(shù);介紹了在術(shù)語抽取中的幾種常用的對齊統(tǒng)計模型及計算詞語相似度的統(tǒng)計函數(shù):闡述了EM算法的基本思想及其數(shù)學模型。 本文主要工作集中在應用相似度函數(shù):

2、互信息、x<'2>測試和Log-likelihood比率計算兩種語言詞語間的關(guān)聯(lián)程度,生成對齊詞典。在此過程中,應用EM算法對詞典生成時的共現(xiàn)矩陣進行優(yōu)化,消減共現(xiàn)矩陣中的噪音,提高對齊詞典的質(zhì)量。 基于以上,設計了一個基于雙語平行語料的術(shù)語抽取的原型系統(tǒng),并在此系統(tǒng)上進行了兩方面的實驗:一是系統(tǒng)開銷實驗,主要考察在雙語對齊詞典的生成過程中的幾個重要步驟的時間開銷和存儲空間開銷;分析在語料大小不同的條件下,存儲空間和時間開銷的變

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