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79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、碩士學(xué)位論文論文題目融合文檔信息的機(jī)器翻譯自動評價(jià)研究研究生姓名李良友指導(dǎo)教師姓名周國棟專業(yè)名稱計(jì)算機(jī)軟件與理論研究方向自然語言處理論文提交日期2013年6月融合文檔信息的機(jī)器翻譯自動評價(jià)研究摘要融融融合合合文文文檔檔檔信信信息息息的的的機(jī)機(jī)機(jī)器器器翻翻翻譯譯譯自自自動動動評評評價(jià)價(jià)價(jià)研研研究究究摘摘摘要要要近年來,機(jī)器翻譯技術(shù)的快速發(fā)展從很大程度上得益于自動評價(jià)方法的研究,但是它同樣也受到了評價(jià)方法性能的制約。在分析已有方法優(yōu)缺點(diǎn)的基

2、礎(chǔ)上,本文提出了一種新的評價(jià)方法,并且研究了文檔信息在評價(jià)方法中的應(yīng)用。首先,本文提出了基于短語的評價(jià)方法—PBE。該方法以語言學(xué)短語為基本評價(jià)單位,評價(jià)過程分為三個(gè)模塊:短語權(quán)重分配、短語相似度計(jì)算以及尋找最大相似度匹配。本文分別采用了ngram、tf.idf和Cvalue三種權(quán)重計(jì)算方法,提出基于Wd的短語相似度計(jì)算公式,并使用KM算法尋找具有最大相似度的短語匹配。其次,本文研究了使用文檔信息提高文檔級評價(jià)的效果。本文使用的第一種文

3、檔信息是文檔的主題模型。使用主流的主題模型工具LDA得到每個(gè)文檔及其詞的主題分布之后,本文計(jì)算出短語的主題分布;然后本文采用一種通用的計(jì)算框架將短語主題分布與PBE中的權(quán)重以及相似度函數(shù)進(jìn)行融合。本文使用的第二種文檔信息是反映文檔連貫性的詞匯銜接。在已有LC評價(jià)方法的基礎(chǔ)上,本文提出了基于權(quán)重的WLC,該方法在文檔詞圖上運(yùn)行PageRank算法獲得詞匯權(quán)重。本文進(jìn)一步提出posWLC評價(jià)方法,該方法利用詞性信息使得PageRank算法在

4、分配權(quán)重時(shí)對某些詞有所偏向。最后本文將文檔的詞匯銜接評價(jià)與已有的主流方法以及PBE進(jìn)行融合,以提高它們在文檔評價(jià)上的性能。在MTC2(LDC2003T17)和MTC4(LDC2006T04)評價(jià)數(shù)據(jù)集的實(shí)驗(yàn)表明,本文提出的PBE與人工評價(jià)的Spearman相關(guān)系數(shù)顯著地高于目前最主流的方法BLEU。融合文檔主題信息后,PBE評價(jià)性能在MTC2和MTC4的一些系統(tǒng)上有了進(jìn)一步提高。詞匯銜接部分的實(shí)驗(yàn)也表明本文提出的WLC和posWLC在文

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。

最新文檔

評論

0/150

提交評論