【摘 要】
：
利用自然语言处理的各种技术完成濒危语言的口语记音、转写、标注和翻译是保护国家濒危语言非物质文化遗产的主要途径。濒危语言是低资源语言，在机器翻译过程中，构建其语言模型
【机 构】
：
北京工商大学计算机与信息工程学院,中国社会科学院民族学与人类学研究所
【基金项目】
：
国家社会科学基金重大项目(14ZDB156);教育部人文社会科学研究规划基金项目(16YJAZH072);北京工商大学青年教师科研启动基金项目(QNJJ2017-16)
论文部分内容阅读
利用自然语言处理的各种技术完成濒危语言的口语记音、转写、标注和翻译是保护国家濒危语言非物质文化遗产的主要途径。濒危语言是低资源语言，在机器翻译过程中，构建其语言模型面临的主要问题是语料不足。以濒危语言——吕苏语的语料作为被扩展对象，首先提取吕苏语的关键词，然后依据提取的关键词在静态网页下爬虫获取大量的中文文本，最后通过基于最小哈希的Jaccard算法来计算吕苏语语料与获取的中文文本之间的相似度，将相似度较高的中文文本作为吕苏语的汉语平行扩展语料。这一过程有效地解决了濒危语言在机器翻译过程中的语料不足问题。
其他文献
陇南乞巧中的＂跳麻姐姐＂民俗事项是人神沟通即陇南人民与其乞巧信仰对象巧娘娘（织女神）沟通的宗教活动。＂麻姐姐＂是人神沟通的媒介,是未婚巫女,是＂跳麻姐姐＂的神职人员;＂跳麻姐姐＂对于
为降低输煤系统中产生的小粒径粉尘质量浓度,采用空气辅助喷雾技术进行除尘.利用fluent软件建立数学模型,对空气辅助喷雾技术进行相关的数值仿真.利用多相流理论,对影响空气
旅游是一项文化性很强的人类活动。由旅游者和旅游经营者在旅游消费或旅游经营服务过程中所反映、创造出来的观念形态及其外在表现的总和的旅游文化是旅游业的灵魂，旅游开发和
目的：根据牙种植体挤压植入后早期扭矩值的变化，探讨种植体挤压植入后初期与早期稳定性的关系。方法：实验于2004-06／10在中国农业科学院畜牧所完成。选取五指山小型猪3头，牙列完整
多重限制理论认为类比要受到语义相似性、结构一致性和语用中心的限制。笔者用此原理解析了二语习得中的负迁移产生的动因：它是由类比的表面相似性特征、语义检索特征、补缺性
目前推广应用的两个“新农科”水稻缓／控释肥产品，其氮磷钾含量分别为：（1）氮23磷7钾20，总养分含量50％，可用于各种类型土壤；（2）氮24磷4钾12，总养分含量40％，适用于磷钾含量较高土壤或习惯稻秆
薄煤层工作面受工作面采高因素限制,在遇落差较大断层时,选择及时调整刮板输送机起伏,减少工作面采煤机破底割矸厚度与范围,同时需要提前采取一系列措施加强工作面过断层期间
无线传感器网络作为一全新的信息获取和处理技术,在国防、工农业、环境监测等众多领域都有着重大的应用价值和科研价值.而节点定位信息在无线传感器网络中是一项必需的基础信
结壁是冻结的核心,其强度和稳定性关系到工程的成败与经济效益,故研究冻结壁的强度有重要意义本文就冻结壁的强度的强度的计算做简要的分析.
由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题。针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的