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),請進行舉報或認領(lǐng)
文檔簡介
1、句子檢索在自然語言處理領(lǐng)域有著廣泛的應用,一直以來都為人們所關(guān)注。在問答系統(tǒng)、自動文摘、EBMT、翻譯記憶、新信息檢測中,句子檢索模塊的檢索質(zhì)量會直接影響到上述系統(tǒng)的性能。然而,如何去衡量兩個句子相似沒有一個統(tǒng)一的標準,從不同領(lǐng)域出發(fā),看待句子相似度的角度也就不同,這就導致了度量標準的不同。總之,到目前為止,不存在統(tǒng)一的度量標準;也不可能存在這樣的標準,因為具體的度量準則是與具體的應用相關(guān)的。例如:在英漢雙語例句檢索系統(tǒng)中,兩個句子語法
2、結(jié)構(gòu)相似,就可以認為這兩個句子是相似的;而在基于FAQ的自動問答中,則需要兩個句子意思基本相同。
同時,隨著我國對知識產(chǎn)權(quán)認識的不斷提高以及國際交流的迫切需要,傳統(tǒng)的由專利翻譯人員進行手工翻譯的方式已經(jīng)不能滿足目前急劇增長的專利文獻翻譯需求,這在一定程度上阻礙了我國與國際專利技術(shù)的推廣和交流。近年來,隨著機器翻譯技術(shù)的飛速發(fā)展,使得機器自動翻譯和人機協(xié)同翻譯成為了解決這一問題的有效途徑。
本文主要任務是:針對專利文獻
3、的自身特點,為人機協(xié)同翻譯系統(tǒng)設計一種句子檢索算法,以提高人機協(xié)同翻譯系統(tǒng)的性能和效率。本文針對專利文獻專業(yè)術(shù)語相對較多、形式規(guī)范、語言嚴謹、句子長度較長的特點,提出了一種基于偽LCS的句子相似度計算方法。該方法通過對傳統(tǒng)的最長公共子串算法(LCS)進行改進,并加入了詞匯語義信息,使其具有模糊對齊的能力。同時,由于專利中術(shù)語較多,本文提出了一種術(shù)語相似度計算方法,并把它加入到了句子的相似度計算中;為將語義相似與結(jié)構(gòu)相似進行一定的結(jié)合,在
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 面向?qū)@墨I的中文分詞技術(shù)的研究.pdf
- 如何檢索專利文獻
- 基于專利文獻檢索的專利靜態(tài)價值計算.pdf
- 基于SimHash的相似人臉檢索算法研究.pdf
- 面向博客的檢索排序算法研究.pdf
- 專利檢索與專利文獻資源利用
- 基于專利文獻檢索的專利靜態(tài)價值計算
- 面向輔助寫作的英漢例句檢索系統(tǒng)的設計與實現(xiàn).pdf
- 面向圖像檢索的感知哈希算法研究.pdf
- 面向病毒學研究的快速文獻檢索算法及服務平臺.pdf
- 專利文獻與信息及檢索
- 專利文獻檢索與利用
- 兩種圖像相似性檢索算法的研究.pdf
- 面向?qū)@墨I的漢語分詞技術(shù)研究.pdf
- 面向中文網(wǎng)絡信息檢索的自動分詞系統(tǒng)設計與算法實現(xiàn).pdf
- 基于語義相似度的中文文本相似度算法研究.pdf
- 基于中文檢索的Web聚類算法研究.pdf
- 中文信息檢索中相關(guān)算法的研究.pdf
- 面向主題的中文文本觀點檢索研究.pdf
- 面向新聞視頻檢索的音頻分類算法.pdf
評論
0/150
提交評論