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75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、伴隨人們使用網(wǎng)絡(luò)的頻繁,海量的用戶生成文本由此產(chǎn)生,而用戶生成文本不同于正規(guī)的新聞文本,其可能產(chǎn)生大量的如錯(cuò)別字等非標(biāo)準(zhǔn)的表達(dá)形式。處理非標(biāo)準(zhǔn)文本不僅可以使行文流暢便于閱讀,同時(shí)也可以為后續(xù)文本處理工作打下良好的理論基礎(chǔ)和應(yīng)用基礎(chǔ)。現(xiàn)如今大多數(shù)人都采用拼音輸入法進(jìn)行拼寫,從而帶來大量的近音錯(cuò)別字,因此本文將對漢語近音錯(cuò)別字進(jìn)行深入探究。
  本文分別采用統(tǒng)計(jì)機(jī)器翻譯和神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯兩種方法對近音錯(cuò)別字展開研究,具體地,本文將從

2、以下三個(gè)方面進(jìn)行研究:
  (1)基于漢字-拼音-漢字轉(zhuǎn)換的近音錯(cuò)別字語料庫構(gòu)造:用戶生成文本中有大量的音近錯(cuò)別字,但是欲將錯(cuò)別字全部提取出來,不僅花費(fèi)大量的時(shí)間,而且需要大量的人力,因此本文采用自動(dòng)構(gòu)造近音錯(cuò)別字語料庫的方式以解決此問題。本文主要采用模擬正字輸入成錯(cuò)字的過程進(jìn)行錯(cuò)字的正字構(gòu)造,通過正字-拼音-模糊拼音-錯(cuò)字的方式,并加入神經(jīng)網(wǎng)絡(luò)最大熵模型過濾的方法實(shí)現(xiàn)近音錯(cuò)別字語料庫的構(gòu)造。
  (2)基于統(tǒng)計(jì)機(jī)器翻譯模型

3、的近音錯(cuò)別字校對:本文將錯(cuò)字轉(zhuǎn)為正字看成是從錯(cuò)字翻譯成正字的翻譯問題,本文利用前文構(gòu)造的近音錯(cuò)別字語料庫作為統(tǒng)計(jì)機(jī)器翻譯的平行語料,進(jìn)而生成語言模型和翻譯模型,以達(dá)到對近音錯(cuò)別字進(jìn)行校對的目的。實(shí)驗(yàn)結(jié)果表明統(tǒng)計(jì)機(jī)器翻譯模型用于近音錯(cuò)別字校對問題的有效性以及融入模糊拼音和神經(jīng)網(wǎng)絡(luò)最大熵模型構(gòu)造出來的語料庫對于統(tǒng)計(jì)機(jī)器翻譯校對近音錯(cuò)別字的效果更好。
  (3)基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯近音錯(cuò)別字校對:本文采用兩種策略分別進(jìn)行漢語近音錯(cuò)別字

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