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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著統(tǒng)計(jì)自然語言處理技術(shù)的發(fā)展,雙語平行語料庫在統(tǒng)計(jì)機(jī)器翻譯和跨語言檢索領(lǐng)域中的作用已不容忽視?,F(xiàn)有雙語平行語料庫仍然無法滿足實(shí)際應(yīng)用的要求,雙語語料庫成為統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)和跨語言信息檢索的發(fā)展瓶頸?,F(xiàn)在雙語語料庫的進(jìn)一步研究成為國內(nèi)外研究者關(guān)注的焦點(diǎn)。目前的英漢語料庫主要集中在政府文件、新聞法律和著名文學(xué)翻譯等特殊領(lǐng)域,因此這種領(lǐng)域不平衡性降低了相關(guān)研究在實(shí)際應(yīng)用中的水平,從而使得各項(xiàng)基于語料庫的研究陷入瓶頸。為了減輕人工搜索雙語語料
2、的工作難度,有必要研究一種高效的雙語語料庫建設(shè)方案,并能夠輕易運(yùn)用到各個(gè)領(lǐng)域研究工作中,以替代以往人工獲取雙語語料庫的方式。為解決實(shí)際問題提供精確的解決方案對(duì)相關(guān)研究發(fā)展具有非常重要的現(xiàn)實(shí)意義。
本文從基于不同網(wǎng)站提出了幾種獲取雙語語料的方法。包括面向“愛詞霸”的雙語語料自動(dòng)獲取,基于中國學(xué)術(shù)期刊的語料獲取,以及基于專利的雙語語料獲取。本文詳細(xì)介紹了各個(gè)語料的獲取方法及過程。
針對(duì)不同的網(wǎng)站特點(diǎn)提出了不同的雙語語料獲
3、取方法,實(shí)現(xiàn)了大規(guī)模雙語語料快速準(zhǔn)確的自動(dòng)獲取。在獲取“愛詞霸”的雙語語料時(shí),主要采用Nutch爬蟲工具,因?yàn)閷?duì)于英文而言,Nutch爬蟲效果相對(duì)較好,檢索也準(zhǔn)確,相關(guān)性較好。另外,本文放棄從整個(gè)互聯(lián)網(wǎng)中獲取雙語語料的思路,采用一個(gè)全新的雙語平行句對(duì)的獲取途徑,即通過獲取中國期刊全文數(shù)據(jù)庫中各學(xué)術(shù)文章的基本信息來獲得大規(guī)模高質(zhì)量的英漢雙語平行語料。
本文獲取了超過GB級(jí)的大規(guī)模雙語對(duì)齊語料,經(jīng)人工評(píng)價(jià)認(rèn)為非常準(zhǔn)確,為做進(jìn)一步的
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 網(wǎng)絡(luò)雙語語料挖掘關(guān)鍵技術(shù)研究.pdf
- 專利信息獲取與分析系統(tǒng)關(guān)鍵技術(shù)研究.pdf
- 信息獲取關(guān)鍵技術(shù)研究與應(yīng)用.pdf
- 車載監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 智能消防服系統(tǒng)信息獲取與處理關(guān)鍵技術(shù)研究.pdf
- 基于Web的中越雙語平行語料自動(dòng)獲取技術(shù)研究.pdf
- 信息獲取與應(yīng)用的若干關(guān)鍵技術(shù)研究.pdf
- 社會(huì)新媒體的信息獲取與情感分類關(guān)鍵技術(shù)研究及實(shí)現(xiàn).pdf
- VOD系統(tǒng)中關(guān)鍵技術(shù)的研究與系統(tǒng)實(shí)現(xiàn).pdf
- 塔康系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 智能答疑系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 新聞推薦系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 機(jī)群監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 音頻通信系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 車載導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- iSCSI存儲(chǔ)系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 在線計(jì)費(fèi)系統(tǒng)(OCS)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 醫(yī)案系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 機(jī)艙視景仿真系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
- 城市供水調(diào)度系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論