基于詞匯對(duì)齊的未登錄詞Web挖掘譯文候選的重排序.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)上的信息越來越豐富，一種有效的信息處理技術(shù)——Web文本挖掘技術(shù)得到了研究者廣泛關(guān)注，同時(shí)這也為未登錄詞的快速準(zhǔn)確自動(dòng)的翻譯提供了一種有效的途徑。 本文針對(duì)未登錄詞Web挖掘譯文候選的后處理進(jìn)行了研究，提出利用詞匯對(duì)齊技術(shù)改善僅依靠頻度或其他簡(jiǎn)單方法對(duì)候選譯文的排序，使得正確的候選譯文排序靠前。具體內(nèi)容如下： 1.本文首先介紹了Web文本挖掘以及未登錄詞Web信息檢索技術(shù)的研究背景、研究意義、研

2、究現(xiàn)狀和相關(guān)基本理論知識(shí)。 2.介紹了一種方法，該方法是通過搜索引擎的搜索獲得返回的含雙語摘錄的網(wǎng)頁，再?gòu)闹羞M(jìn)行譯文挖掘。 3.研究了雙語詞匯對(duì)齊問題，介紹了算法和綜合多種特征以及語言學(xué)知識(shí)的混合策略的詞匯對(duì)齊技術(shù)。 4.利用詞匯對(duì)齊技術(shù)對(duì)Web挖掘譯文候選的重排序的方法論證及實(shí)驗(yàn)。 最后作為實(shí)驗(yàn)，我們從web挖掘了不同行業(yè)的部分漢英詞典未收錄詞組的候選譯文作為測(cè)試語料，實(shí)驗(yàn)結(jié)果顯示，這一方法具有較好的實(shí)