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61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(rèn)領(lǐng)

文檔簡介

1、伴隨著生活步伐的加快,出于簡潔方便的經(jīng)濟原則,人們在表達(dá)時越來越多地使用縮略語。然而,縮略語的使用在給人們帶來便利的同時也給許多領(lǐng)域帶來了不便。比如在進行信息抽取時,縮略語作為噪聲會降低抽取結(jié)果;在進行機器翻譯時,縮略語的存在會對翻譯結(jié)果的準(zhǔn)確性造成不良的影響,等等。因此,如何準(zhǔn)確地還原漢語縮略語已成為自然語言處理相關(guān)研究面臨的重要挑戰(zhàn)。
  本文在以新聞?wù)Z料為基礎(chǔ)深入分析漢語縮略語特點基礎(chǔ)上,分別采用N元語法模型、統(tǒng)計機器翻譯模

2、型和語義相似度方法探索漢語縮略語的還原問題。具體地,本文從以下兩個方面展開研究:
  (1)基于N-gram、基于機器翻譯模型的漢語縮略語還原?;贜-gram的縮略語還原通過構(gòu)建縮略語還原知識庫構(gòu)造縮略語還原候選集,在N元語法模型的框架下,對縮略語還原候選集進行語言解碼,獲得還原結(jié)果;基于機器翻譯模型的漢語縮略語還原,通過構(gòu)建基于詞對齊、基于短語對齊的機器翻譯模型,利用Moses獲得含有縮略語完整形式的目標(biāo)語言。實驗結(jié)果表明,基

3、于短語對齊的機器翻譯模型具有更好的還原性能。
  (2)基于語義相似度的漢語縮略語還原:本文提出從語義角度出發(fā),使用語義特征完成漢語縮略語的還原工作。首先,利用詞嵌入模型從大量未標(biāo)注的新聞文本中無監(jiān)督地學(xué)習(xí)出詞向量。然后,獲取還原候選及其上下文的詞向量。最后,通過計算語義相似度選取最佳還原候選,實現(xiàn)漢語縮略語的還原工作。同時,我們還利用語言模型和語義相似度結(jié)合的方法對縮略語進行還原。實驗結(jié)果表明,基于N-gram結(jié)合詞向量的語義相

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(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(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。

評論

0/150

提交評論