| 基于关联度的汉藏多词单元等价对抽取方法 |
| 其他题名 | collocation based chinese-tibetan multi-word equivalent pair extraction
|
| 诺明花; 刘汇丹; 吴健; 丁治明
|
| 2012
|
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077
|
| 卷号 | 26期号:3页码:98-103 |
| 摘要 | 针对为汉藏辅助翻译系统建立汉藏多词单元翻译词典这一任务,该文提出了CMWEPM模型。该模型首先依据关联度和结合度来确定汉语语料中多词单元的边界,然后根据词对齐信息分别抽取严格和约束多词单元等价对,从而形成汉藏多词单元等价对。CMWEPM模型根据不同长度和频次对多词单元进行分类,并为不同类型设定不同阈值,最终提高了汉藏多词单元等价对的召回率,从而能够间接地提高汉藏辅助翻译系统的翻译质量。 |
| 其他摘要 | This paper aims to construct Chinese-Tibetan multi-word equivalence dictionary for machine-aided translation system.It proposes CMWEPM model which can extract multi-word equivalences in two phases.First,CMWEPM defines the boundary of Chinese multi-word units by collocation and binding degree.Then it extracts strict and constrained multi-word equivalences based on word alignments,respectively.CMWEPM model classifies multi-word units according to its lengths and frequency,and set different thresholds for different types.This strategy can improve the translation quality with higher recall of multi-word equivalent pairs that play a significant role in Chinese-Tibetan machine-aided translation system. |
| 关键词 | Tibetan Information Processing
Multi-word Units
Collocation
|
| 部门归属 | 中国科学院软件研究所;中国科学院研究生院;
|
| 学科领域 | Computer Science (Provided By Thomson Reuters)
|
| 语种 | 中文
|
| 内容类型 | 期刊论文
|
| URI标识 | http://ir.iscas.ac.cn/handle/311060/14671
|
| 专题 | 基础软件国家工程研究中心
|
推荐引用方式
GB/T 7714 |
诺明花,刘汇丹,吴健,等. 基于关联度的汉藏多词单元等价对抽取方法[J]. 中文信息学报,2012,26(3):98-103.
|
| APA |
诺明花,刘汇丹,吴健,&丁治明.(2012).基于关联度的汉藏多词单元等价对抽取方法.中文信息学报,26(3),98-103.
|
| MLA |
诺明花,et al."基于关联度的汉藏多词单元等价对抽取方法".中文信息学报 26.3(2012):98-103.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论