版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、語義知識庫是一種結構化數(shù)據(jù)庫,其中存儲的是實體及實體間的相互關系,是當前學術界和企業(yè)界的研究熱點,其在語義搜索、機器問答等實際的應用中有非常重要的意義。然而現(xiàn)語義知識庫大多以英文表示,漢語語義知識庫十分缺乏且規(guī)模較小,因此構建漢語語義知識庫,成為漢語自然語言處理領域亟待解決的問題。
機器翻譯技術是一種將句子從源語言自動翻譯為目標語言的技術方法,一般使用于對自然語句的自動翻譯。本文采用機器翻譯技術翻譯已有知識庫從而構建漢語知識圖
2、譜。不同于針對句子級別的機器翻譯,在語義知識庫翻譯中待翻譯的為知識庫中的實體標簽。本文的具體研究內容為:
(1)為了解決知識庫中特定詞匯或短語較多及雙語平行語料缺少的問題,本文首先利用知識庫中實體的源語言標簽挖掘互聯(lián)網中的相關雙語語料,構建訓練數(shù)據(jù)。此外考慮到百度百科是較大的漢語知識庫,本文利用百科雙語詞條對知識庫翻譯模型就行補充,該方法有效提高了知識庫翻譯的性能。
(2)知識庫一般采用層狀結構,如特定領域知識庫一般
3、分為兩層(類別,實體),每個類別的實體,均有特定的屬性。本文利用知識庫的層狀結構提高知識庫翻譯的性能,如本文使用知識庫中實體的類別和屬性信息解決知識庫中人名類別實體的未登錄詞問題。對知識庫中的實體根據(jù)其是否屬于人名類別,及考慮其性別特征,加入音譯模型來翻譯此類未登錄詞。實驗表明該方法能有效解決人名實體未登錄的問題,從而提高知識庫翻譯的性能。
(3)考慮到知識庫翻譯任務中待翻譯的內容為實體的源語言標簽,而實體標簽較短,因此缺乏上
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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 基于語義分類的常識知識獲取方法研究.pdf
- 基于語義文法的實體空間關系知識的獲取方法研究.pdf
- 基于Web知識的本體語義映射研究.pdf
- 基于語義網絡的類自然語言的知識獲取與轉換的研究.pdf
- 基于LFG模型的語義知識獲取研究.pdf
- 基于語義距離的跨語言信息檢索研究.pdf
- 語義Web粗糙本體支持的知識獲取方法研究.pdf
- 面向跨語言信息檢索的蒙漢語義詞典構建.pdf
- 語義單元自動獲取研究.pdf
- 基于中間語義的跨語言信息檢索研究.pdf
- 基于語義文法的屬性知識獲取.pdf
- 基于語義文法的術語關系獲取方法研究.pdf
- 基于自然語言處理的專利文檔自動語義標注方法研究.pdf
- 利用聚類和自動知識獲取方法優(yōu)化語義Web服務發(fā)現(xiàn).pdf
- 基于回聲狀態(tài)網絡的圖像語義映射方法研究.pdf
- 基于知網語義相關度計算的漢語自動分詞方法的研究.pdf
- 基于自然語言處理的專利文檔自動語義標注方法研究
- 基于感興趣區(qū)域的圖像語義獲取方法研究.pdf
- 基于概念格的知識獲取方法研究.pdf
- 基于Rough Set的知識獲取方法研究.pdf
評論
0/150
提交評論