面向輔助寫作的英漢例句檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、非英語為母語的人們在用英文寫作的時候,經(jīng)常會遇到一個句子不知道怎么說,或者一個意思不知如何表達的情況。目前的機器翻譯系統(tǒng)由于準確率太低,翻譯結(jié)果不通順而很難實際應(yīng)用；在線詞典系統(tǒng)由于只能以單詞為單位進行檢索,對于整句的查找沒有什么幫助。英漢例句檢索系統(tǒng)通過讓用戶輸入母語句子,系統(tǒng)查找意思最相近的英文例句的方式,幫助人們解決英文寫作過程中遇到的困難。雖然檢索得到的例句與用戶輸入的母語句子不完全相同,但用戶可以利用人類的智慧,舉一反三的找到

2、需要的英文表達。
　　 英漢例句檢索系統(tǒng)的核心是一個例句搜索引擎。與網(wǎng)頁搜索引擎不同的是,例句檢索系統(tǒng)首先對用戶查詢進行同義詞擴展,對擴展后得到的查詢進行初步檢索,然后采用改進編輯距離的方法計算每個初步檢索結(jié)果與用戶查詢之間的相似程度,返回相似程度最高的若干個結(jié)果。
　　 英漢例句檢索系統(tǒng)使用了一個包含50萬中英英漢例句對的例句庫。為了得到每個中文單詞具體與哪個英文單詞互為對應(yīng),對50萬中英句對進行了自動單詞對齊處理。系

3、統(tǒng)直接使用了著名的詞對齊系統(tǒng)--GIZA++作為預(yù)處理系統(tǒng)。針對GIZA++只能得到一對一或者一對多的對齊結(jié)果的弱點,通過“中到英”和“英到中”雙向?qū)R結(jié)果的融合,獲得了多對多的對齊,同時還把對齊錯誤率降低到了23.3％。
　　 對于用戶輸入的查詢,系統(tǒng)通過計算各個單詞之間二元語言模型的概率,找到最高頻的單詞組合,并作為查詢提示返回給用戶。
　　 由于系統(tǒng)使用的技術(shù)與具體的語言相關(guān)性不高,所以只要擁有足夠的語料資源,可以