雙語語料庫段落重組對齊方法研究-資料下載頁
2024-10-11 21:02本頁面
【導(dǎo)讀】機(jī)器翻譯和跨語言檢索解決人類的不同。雙語資源給機(jī)器翻譯和跨語言檢索提供。構(gòu)建雙語語料庫是。上一級的對齊是下一級對齊的基礎(chǔ)。經(jīng)過統(tǒng)計發(fā)現(xiàn)90%以上的電子文本中的。段落對齊是進(jìn)行對齊加工的第一步。段落重組對齊是打破原有的段落標(biāo)記，長句對應(yīng)的譯文長，短句對應(yīng)譯文短?；谠~典的句子對齊。自動分段對齊研究。將原有的段落合并。通過漢英詞匯對之間的特征比較，包括詞的。通過錨點詞所在句子的匹配獲得錨點句子進(jìn)。適合含有較多高頻固定詞的雙語文本。需要分詞等預(yù)處理。每一對相對應(yīng)的句子稱作句珠。設(shè)G為無向圖，G=<V，E>，結(jié)點集V有。兩個子集V1，V2滿足V1∪V2＝V，V1∩V2＝ф，使G的每一條邊e∈E時，稱這樣的圖為二分圖。V2的每個結(jié)點相鄰接，反之亦然。為完全二分圖，若|V1|＝m，|V2|＝n，M為完全二分圖G=<S,E,T>的一個最優(yōu)。二分圖中所有的節(jié)點是有序的。采用貪心算法依次在完全二分圖G中選取權(quán)。值最小的邊，直到M中邊數(shù)達(dá)到飽和。P0為對應(yīng)文本長度之比；
【正文】 。組織者邁克 格倫威利，希望通過這次行動向政府傳達(dá)人們反對商業(yè)化種植基因改良作物的意愿。 51歲的格倫威利是福利斯勞一名自雇的商業(yè)顧問，他說：“ 當(dāng)人們得知種植基因改良作物似乎不可避免時，他們感到十分沮喪。許多人都提出這樣的問題， ‘ 接下來我們該做什么？ ’ 。令人欣慰的是，人們有機(jī)會表達(dá)內(nèi)心的感受。希望其他人加入我們，跟我們一起找到其他表達(dá)內(nèi)心感受的方法。我們根本不希望在這個國家里種植基因改良作物。 Information Retrieval Lab HIT 29 重組分段的實例 (3)ReAlign ? Around 30 people have staged a naked protest against GM food. The protesters spelled out “no GM” with their bodies in a meadow at Forest Row, East Mike Grenville said he hoped it would send a message to the Government of people?s concern, particularly over mercial planting of GM crops. ? Mr Grenville, 51, a selfemployed business consultant from Forest Row, said: I think people were very pleased to have the opportunity to express how we feel, how frustrated we are about what seems to be the foregone conclusion, and the question many people are saying is 39。What do we do next?39。. ? We hope others will follow our lead and find other ways to express how we feel. ? We do not want GM crops planted in the country at all. ? 約 30名人士在英國蘇塞克斯郡東部的福利斯勞的一處牧場裸體組成 “ 反對基因改良作物 ” 的字樣。組織者邁克 格倫威利，希望通過這次行動向政府傳達(dá)人們反對商業(yè)化種植基因改良作物的意愿。 ? 51歲的格倫威利是福利斯勞一名自雇的商業(yè)顧問，他說： “ 當(dāng)人們得知種植基因改良作物似乎不可避免時，他們感到十分沮喪。許多人都提出這樣的問題， ‘ 接下來我們該做什么？ ’ 。令人欣慰的是，人們有機(jī)會表達(dá)內(nèi)心的感受。希望其他人加入我們， ? 跟我們一起找到其他表達(dá)內(nèi)心感受的方法。 ? 我們根本不希望在這個國家里種植基因改良作物。 Information Retrieval Lab HIT 30 主要內(nèi)容 ? 引言 ? 方法 ? 結(jié)果 ? 討論 Information Retrieval Lab HIT 31 討論 ? 有效的抑制了錯誤蔓延 ? 該算法有很強(qiáng)的魯棒性 ? 在進(jìn)行詞典檢驗時，無需對漢語分詞，實現(xiàn)簡單，代價較小 ? 適合各種形式的語料 Information Retrieval Lab HIT 32 Thanks!
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1