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57頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、復(fù)述是自然語言中比較普遍的一個(gè)現(xiàn)象,它集中反映了語言的多樣性。復(fù)述研究的對象主要是短語或者句子的同義現(xiàn)象。復(fù)述技術(shù)已經(jīng)被成功的應(yīng)用到信息檢索、自動(dòng)問答、信息抽取、自動(dòng)文摘以及機(jī)器翻譯等多個(gè)領(lǐng)域,有效地提高了這些系統(tǒng)的性能。詞對齊技術(shù)在復(fù)述的兩個(gè)基本任務(wù):復(fù)述識別和復(fù)述生成中都起著非常重要的作用。
  面向復(fù)述的詞對齊相比于傳統(tǒng)面向機(jī)器翻譯的詞對齊有以下幾方面的特點(diǎn):
  首先是語料規(guī)模受限。相對于雙語平行語料,我們所能獲得的

2、單語平行語料非常之少,而傳統(tǒng)基于統(tǒng)計(jì)學(xué)的詞對齊方法在語料規(guī)模方面又有著較高的要求。其次,由于本文所討論的對齊是面向復(fù)述的單語詞對齊,具有雙語問題不具備的一些特征,這些特征同時(shí)也是無法比擬的優(yōu)勢。比如,單語平行句對通常具有相似的句法結(jié)構(gòu),而目前,句法分析工具也獲得了可接受的應(yīng)用性能。再如,單語問題有著較為豐富的語言學(xué)資源,HowNet、WordNet都能在語言學(xué)知識上為我們的對齊提供幫助。
  綜上,如何克服小規(guī)模語料的限制,充分利

3、用單語問題的特點(diǎn),提高自動(dòng)對齊的表現(xiàn)成為本文研究的重點(diǎn)。本文提出使用特征融合的方法來解決這些問題。
  我們采用了線性模型來融合特征,這是一種簡單而又行之有效的特征融合方法,易于進(jìn)行各種特征的合并和拓展。我們選取的四大類特征分別是:詞典特征、統(tǒng)計(jì)特征、位置特征和上下文特征。這些特征從語言學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)方面刻畫描述對齊特點(diǎn);我們采用感知器學(xué)習(xí)算法進(jìn)行參數(shù)訓(xùn)練。此外,為了提高解碼效率,本文選擇了模擬退火解碼算法。
  實(shí)驗(yàn)數(shù)據(jù)

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(hù)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(shí)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