【摘 要】
：
检索一篇文档在其他语言中的译文对于双语平行语料库的建立是一件很有意义的工作。本文提出一种改进的跨语言相似文档检索算法,该算法使用双语词典或统计翻译模型作为双语知
【机 构】
：
北京大学计算语言研究所,北京信息工程学院中文信息处理研究中心
【基金项目】
：
国家973项目(2004CB318102);863项目(2001AA114210,2002AA117010);北京市重大科技计划项目(H030130050610);国家自然科学基金资助项目(60272084);北京市教委重大项目(KZ200310772013)
论文部分内容阅读
检索一篇文档在其他语言中的译文对于双语平行语料库的建立是一件很有意义的工作。本文提出一种改进的跨语言相似文档检索算法,该算法使用双语词典或统计翻译模型作为双语知识库,查找两篇文档的共同翻译词对,把翻译词对的权重作为一种特征来进行相似度计算,用Dice方法的改进算法计算双语文档的相似度。在实验中,统计检索文档的译文排在检索结果前N位的总次数来评价算法的性能,并使用了两个噪音数据集来评价算法的有效性。实验表明,在噪音数据干扰比较大的情况下,译文排在检索结果前5位的译文结果接近90%。实验证明,翻译词对的权重对于相似度计算有很大帮助,本算法可以有效地发现一种语言书写的文档在另一种语言中的译稿。
其他文献
同人作品的创作是完全自由的,而其传播,则应受到我国《著作权法》的限制,以不侵犯原作品的著作权为限。具体而言,演绎类同人作品的传播应以不侵犯原作品著作权人的改编权、修
<正>英语课上,我出示了一组题目,说:"咱们马上就要期中考试了,请大家拿出练习本,当场做5道翻译题,5道改错题;难度可能稍大一些,希望大家好好审题,10分钟后老师来检查。"话音
<正>设计意图:《语文课程标准》指出:课程改革与学习主题构建的宗旨是"为了每一位学生的发展"。因此,学生作为学习和发展的主人,在教学过程中,应该重视情感态度与正确价值观
<正>信用衍生产品的快速发展虽然只有几年的时间,但是由于其交易量迅速膨胀、创新产品不断涌现、参与交易的机构众多,因此对金融机构乃至整个金融市场的运行方式都产生了重要
秉承党的"十七大"精神,配合深入开展学习科学发展观活动,立足徐州市服务业现状,阐述了对徐州市服务业发展的一些思考,力争为改善徐州经济结构,转变发展方式献言献策奉献绵薄
2011年2月14—16日，IBM的深度问答系统在美国Jeopardy电视竞答节目中一举打败该节目的两住前冠军，凸显了计算机在自然语言处理(NLP)技术上超越人类的智能行为，这是人工智能
现今的建筑施工中必须严格进行造价管理工作,这包括投标、签署合同、施工期间的成本控制、资料综合等各项工作,这样才能使企业在激烈的建筑市场竞争中保持优势,促进企业实现
建设工程项目是存在风险的,这几乎已经成为了当前所有建筑公司企业的共识,并且因为风险而破产倒闭或者亏损的企业也不在少数,在建筑工程项目实施过程中不仅仅是在施工环节存
<正>2013年7月3日,国务院常务会议原则通过了《中国(上海)自由贸易试验区总体方案》。这是一次以"开放红利"激发"改革红利"的良好契机,对整个自贸区及其辐射范围内的港口、物
给水管网系统是当前城市市政基础设施建设中的重要内容,该系统性能的完善程度对城市正常的生产生活用水有很大影响。因此,必须要保证城市给水管网系统的正常运行。一般来讲,