版權說明: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,請進行舉報或認領
文檔簡介
1、當前國際上使用的漢字包括簡體字和繁體字兩種形式,大陸和新加坡使用簡體字,臺灣、香港、澳門和部分海外華人使用繁體字。隨著華人圈的交流日漸頻繁,這種漢字的差異給交流帶來了不少障礙?,F(xiàn)有的簡繁轉(zhuǎn)換技術在處理簡繁一對多轉(zhuǎn)換方面效果不好,為了解決這一問題,作者提出了基于轉(zhuǎn)換表和上下文的漢語簡繁文本雙向翻譯方法。作者之前的研究工作在簡繁評測中取得了95.6%的轉(zhuǎn)換準確率,在此基礎上將更深入研究一對多簡體字轉(zhuǎn)繁體字的轉(zhuǎn)換消歧問題。
一對多問
2、題可以看成是一個分類問題,本文提出在簡繁轉(zhuǎn)換的一對多問題上使用規(guī)則加組合統(tǒng)計模型來解決,所組合的統(tǒng)計模型為SVM(支持向量機)、最大熵模型和貝葉斯模型。為了優(yōu)化分類效果,作者提出了一種新的文本特征選擇方法ADMMR,該方法的特征選擇效果和期望交叉熵,卡方檢驗這兩種特征選擇方法相當,且經(jīng)實驗表明能夠很好地表示文本,在使用同樣分類模型的前提下ADMMR比信息增益方法的分類性能要好4%以上;同時提出最大熵模型的特征值使用tf-idf,而不使用
3、0-1值,經(jīng)過實驗表明特征值使用tf-idf可以比使用0-1值的分類性能好2%;作者提出使用ADMMR、期望交叉熵和卡方檢驗作為文本的特征選擇方法,使用tf-idf來量化每一個特征,再用SVM和最大熵模型學習訓練數(shù)據(jù),這樣將得到六個分類模型,再使用貝葉斯模型學習訓練數(shù)據(jù)得到第七個分類模型;前六個模型進行投票選擇,獲得票數(shù)最多的那個類別作為分類結(jié)果,如果得票最多的類有2個或2個以上則使用貝葉斯模型輔助判別。實驗結(jié)果表明組合模型比單獨使用S
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。
最新文檔
- 基于社會上下文約束和物品上下文約束的協(xié)同推薦.pdf
- 基于上下文的隱喻理解研究.pdf
- 智能環(huán)境中基于RETE的上下文推理研究.pdf
- 上下文感知推薦.pdf
- 基于上下文的目標檢測研究.pdf
- 基于上下文的圖像標注研究.pdf
- 覺察上下文計算軟件支持環(huán)境研究.pdf
- 基于URL及上下文的主題網(wǎng)絡爬蟲研究.pdf
- 基于上下文感知的推薦算法研究.pdf
- 基于形狀上下文的離線簽名鑒別.pdf
- 基于上下文語義的圖像編輯.pdf
- 基于本體的物聯(lián)網(wǎng)環(huán)境上下文感知技術研究及應用.pdf
- 基于普適計算環(huán)境的上下文信息處理研究.pdf
- 保留上下文環(huán)境體繪制模型研究.pdf
- 面向新聞話題的社交媒體文本上下文銜接研究.pdf
- 基于上下文的服務選擇問題的研究.pdf
- 基于上下文的圖像理解算法研究.pdf
- 基于上下文的去隔行算法研究.pdf
- 基于TAP的上下文知曉框架研究.pdf
- 基于上下文的圖像插值方法.pdf
評論
0/150
提交評論