版權說明: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,請進行舉報或認領
文檔簡介
1、雙語詞典、平行語料庫等多語言資源是解決跨語言障礙,進行多語言信息處理與服務的基礎資源,同時這些資源在某些領域或語種內(nèi)也是稀缺資源,存在著獲取瓶頸問題。相比之下,可比語料不存在平行語料里譯文受原文限制的缺點,容易獲取,并且從中提取的雙語詞對可用來擴充雙語詞典,因此可比語料的構建研究是一項很有意義的研究工作。一方面,可以豐富語料構建的理論體系,另一方面,可以為多語言信息處理提供豐富并且可用的多語言語料資源。現(xiàn)有的可比語料庫構建主要針對新聞等
2、通用領域,但實際應用中有關專業(yè)領域可比語料的應用需求也非常迫切;并且由于專業(yè)領域和通用領域的語料特點存在諸多不同,使得通用領域的可比語料構建和評價方法及技術并不一定適用于專業(yè)領域的可比語料研究?;诖?本文對專業(yè)領域可比語料構建及評價問題進行研究,探索中英領域可比語料的采集方法,并以跨語言相似度為基礎引入主題維度進行語料可比度度量研究,最后通過內(nèi)部評價和外部評價對可比語料的質(zhì)量進行綜合評估。
在中英領域可比語料的采集研究中
3、,本文分別以web搜索引擎、在線百科全書、中英文學術數(shù)據(jù)庫等三種不同類型的互聯(lián)網(wǎng)資源作為數(shù)據(jù)源,進行專業(yè)領域可比語料庫的構建,并對這些方法進行比較分析。
在語料可比度度量研究中,本文以詞語為單元,通過基于傳統(tǒng)統(tǒng)計的序列相似度(包括卡方統(tǒng)計、spearman系數(shù))、基于詞頻排序的序列相似度、基于術語度排序的序列相似度等三種不同方法在不同類型語料(平行語料、可比語料、非可比語料等)進行實驗,對語料整體進行可比度度量。結(jié)果表明:
4、基于術語度排序的方法性能最好,其次是基于詞頻的方法,基于傳統(tǒng)統(tǒng)計的方法性能最差。
此外,關于可比語料研究大多采用單一指標,尚未形成較完善統(tǒng)一的評價體系,需要對可比語料的評價進行深入研究。鑒于此,本文從內(nèi)部評價和外部評價兩方面對語料進行綜合評估。內(nèi)部評價中以語料詞語總體特征、子語料相似性等為基礎進行語料內(nèi)部一致性的評估;外部評價中通過雙語術語抽取任務間接評價語料質(zhì)量。在不同可比程度的語料(包括平行語料、可比語料、非可比語料)
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
- 英漢可比較語料庫的構建與應用研究.pdf
- 中英可比較語料庫的構建.pdf
- 桂林旅游資料英語可比語料庫的構建與應用.pdf
- 社保審計領域語料庫構建研究.pdf
- 基于可比較語料庫的中英文詞表構建研究.pdf
- 基于錨文本的領域語料庫自動構建.pdf
- 面向特定領域機器翻譯的平行語料構建方法的研究.pdf
- 基于可比語料庫的跨語言信息檢索研究.pdf
- 基于詞向量與可比語料庫的雙語詞典抽取算法研究.pdf
- 可比語料中雙語多詞術語互譯對抽取方法研究.pdf
- 可比語料中命名實體翻譯等價對抽取方法研究.pdf
- 多專業(yè)領域本體的構建及語義檢索研究.pdf
- 教育技術學專業(yè)圖書領域本體構建研究.pdf
- 82105.高校專業(yè)領域知識環(huán)境構建研究
- 領域本體構建方法的研究與應用.pdf
- 籃球?qū)I(yè)教師教學能力結(jié)構的構建與評價.pdf
- 面向動畫領域的本體構建與推理研究.pdf
- 基于關系數(shù)據(jù)庫的專業(yè)領域語義詞典構建研究.pdf
- 43508.構建俄語專業(yè)基礎階段主題語料庫的實證研究
- 領域本體的半自動構建方法研究與實現(xiàn).pdf
評論
0/150
提交評論