检索结果-南通市图书馆

作者：刘树杰哈尔滨工业大学

学位级别：硕士

词汇对齐(Word Alignment)是指在源文和对应的译文中刻画词汇互译关系的过程。由于词汇的对译关系是刻画其他翻译关系的基础,所以自动词汇对齐是其他跨语言信息处理的基础技术,一直受到研究者的重视。本文在综述词对齐主要方法和分析该... 详细信息

词汇对齐(Word Alignment)是指在源文和对应的译文中刻画词汇互译关系的过程。由于词汇的对译关系是刻画其他翻译关系的基础,所以自动词汇对齐是其他跨语言信息处理的基础技术,一直受到研究者的重视。本文在综述词对齐主要方法和分析该技术最新进展的基础上,引入半指导的判别式词对齐方法提高了英汉词对齐性能,并且探索了统计特征和先验知识相结合的多特征策略,进一步改进了词对齐效果。最后将这一方法应用于英汉词汇互译检索中,设计并实现了“绿洲”双语检索系统,解决了以往此类系统存在的候选互译词汇过多、检索效率低的难题。本文主要具体的包括如下内容:首先,介绍了半指导的判别式英汉词对齐模型,详细的介绍了半指导判别式模型中采用的EMD(Expectation maximization and discriminative,期望最大化与判别相结合)训练算法,该训练算法结合了EM(Expectation maximization,期望最大化)训练和判别式(Discriminative)训练两方面的优点能够从特征和特征权重两个方向上对模型进行训练,从而提高了判别式词对齐的性能。介绍了NBest解码算法,NBest解码算法能够保留更多的扩展候选,从而可以减少搜索错误的产生,提高词对齐性能。其次,分层次的介绍了在词对齐研究中经常使用的特征,并对特征进行了归类分析。在分析的基础上,选择了词义相似度和词性翻译概率作为纯先验特征和统计先验相结合特征的代表,将这两种特征添加到纯统计特征为基础的判别式系统中,并对这两种特征带来的影响进行了分析。实验结果表明,纯先验特征的添加要比统计先验相结合的特征更能够带来系统性能的提升,纯先验知识的添加有利于提高模型的收敛速度。最后,本文通过在常规判别式模型的基础上添加三个新的特征,并使用召回率作为优化目标,获得了一个召回率96%的词对齐结果。将高召回率的词对齐结果应用到词汇互译检索系统中去,实现了一个基于词对齐的“绿洲”词汇互译检索系统。该系统能够使用高召回率的对齐结果获得源语词和译文候选对应词的对译关系,并能实现高效方便的检索。实际应用表明该系统能够很好的降低噪声,提高辞典编纂者的效率。

关键词：词对齐判别式模型最小错误率训练半指导 EMD

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进DE-Tri-Training算法的汉语多词表达抽取

引用

数据采集与处理 2017年第1期32卷 141-148页

作者：梁颖红谭红叶鲜学丰黄丹丹钱海忠沈春泽金陵科技学院软件工程学院南京211169 山西大学计算机与信息技术学院太原030006 苏州市职业大学计算机工程学院苏州215104

多词表达的识别错误会对很多自然语言处理任务造成不利影响。DE-Tri-Training半指导聚类算法在聚类初期使用有指导的标注信息,取得了较好的抽取结果。本文采用基于中心词扩展的初始聚类中心确定方法和基于有指导信息的一致性协同学习数... 详细信息

多词表达的识别错误会对很多自然语言处理任务造成不利影响。DE-Tri-Training半指导聚类算法在聚类初期使用有指导的标注信息,取得了较好的抽取结果。本文采用基于中心词扩展的初始聚类中心确定方法和基于有指导信息的一致性协同学习数据净化方法,提出了半指导策略抽取汉语多词表达,聚类算法的中后期也加入有指导的信息,使分类器能使用正确的标注信息进行训练。通过与DETri-Training算法的对比实验,改进的DE-Tri-Training算法得到的汉语多词表达抽取结果优于原来的算法,验证了改进DE-Tri-Training算法的有效性。

关键词：多词表达半指导协同训练

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中文成分句法分析关键技术研究

中文成分句法分析关键技术研究

引用

作者：刘卓东北大学

学位级别：硕士

成分句法分析（又被称作短语结构句法分析）是自然语言处理的核心任务之一,被广泛应用于包括统计机器翻译（Statistical Machine Translation）、语义角色标注（Semantic Role Labeling）、问答系统（Question Answering）、信息抽取（I... 详细信息

成分句法分析（又被称作短语结构句法分析）是自然语言处理的核心任务之一,被广泛应用于包括统计机器翻译（Statistical Machine Translation）、语义角色标注（Semantic Role Labeling）、问答系统（Question Answering）、信息抽取（Information Extraction）在内的多种自然语言处理任务。由于人工标注句法数据（在句法分析领域,这类数据的集合通常被称作树库）的出现,数据驱动的句法分析方法成为当前句法分析研究的主流方法。但主流的成分句法分析器虽然能获得较好的性能,它们的速度却是非常慢的,这些速度较慢的句法分析模型不能满足实际应用的需求。为此,本文研究并构建了一个高效的中文成分句法分析模型,该模型基于移进-规约算法,其主要的优势在于其能够快速的进行句法分析,同时保证较好的性能,此外,本文还在基准系统的基础上对模型进行了几点改进。本文的主要内容如下：首先,研究并构建了中文成分句法分析基准系统。系统基于移进-规约算法,它是一个自底向上的句法分析算法,将成分句法分析过程转化成一个最优动作序列的搜索过程。该算法是一个线性的算法,所以能够高效率的完成句法分析任务。在训练过程中选择感知机模型,对算法进行建模,在解码模块使用柱搜索技术,既保证了算法的线性时间复杂度,又提高了算法的准确性。本文之后的研究以及改进的方法都将在这个基准系统上展开。其次,研究了提高中文成分句法分析性能的方法。通过对基准系统实验结果的分析提出了两种方法来改进分析模型：第一种是通过使用更丰富的句法分析特征来改进句法分析模型;另一种是使用基于半指导的方法,扩大训练集规模,提高句法分析动作判断的准确率,改进基准系统的性能。本文的贡献度主要表现在：研究并构建了一个高效的成分句法分析系统,在实验中可以达到每秒80句以上的分析速度。提出了两种改进句法分析模型的方法,并通过验证了这两种方法对句法分析性能的改进作用。最终的实验表明,本文提出的方法能够有效的改进成分句法分析模型的性能。在使用宾州大学中文树库标准测试集的条件下,算法获得的最高F1值为84.55%。

关键词：自然语言处理成分句法分析移进-规约感知机模型柱搜索半指导

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：