检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于情感语义增强编解码的神经机器翻译方法

计算机技术与发展 2024年

作者：万飞合肥工业大学管理学院

针对目前神经机器翻译模型仅依赖平行语料训练而无法充分挖掘深层语言知识的问题，本文提出一种基于情感语义增强编解码的神经机器翻译方法，旨在通过引入额外的情感语义，提高模型对语言深层次信息的理解能力。首先，利用word2vec技术... 详细信息

针对目前神经机器翻译模型仅依赖平行语料训练而无法充分挖掘深层语言知识的问题，本文提出一种基于情感语义增强编解码的神经机器翻译方法，旨在通过引入额外的情感语义，提高模型对语言深层次信息的理解能力。首先，利用word2vec技术获取语料中所有单词的词嵌入，将其输入到一个融合模型中进行训练。该融合模型结合了基于GRU和文档嵌入的机制，以获取单词级别和文档级别的情感语义表征；其次，在情感融合阶段，采用加权公式将单词级别和文档级别的情感语义有机地融合，形成更为综合的情感语义表征；最后，将此表征与上下文语义表征按位相加，以全面引入情感信息，并将其作为输入传递到机器翻译模型的编码器和解码器中。在多个基准数据集上的实验显示，相较于传统的Transformer模型，本文方法在IWSLT数据集上显著提升，BLEU值增加1.3至1.62。在WMT数据集上也取得良好性能，证实了融合情感语义在机器翻译中的有效性。

关键词：情感语义增强编解码神经机器翻译 Transformer 平行语料

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

平行语料检索技术研究

计算机工程与应用 2012年第31期48卷 134-139页

作者：程南昌侯敏中国传媒大学文学院北京100024 百色学院中文系广西百色533000 中国传媒大学有声媒体语言分中心北京100024

以中国传媒大学平行语料检索软件(CUC_ParaConc)为例论述平行语料检索技术,主要以纯文本形式的对齐语料为例进行阐述,包括平行语料的存储、读取技术以及双语、多语关键词检索技术。平行语料检索可分为"一对一"与"一对多"两种形式。在一... 详细信息

以中国传媒大学平行语料检索软件(CUC_ParaConc)为例论述平行语料检索技术,主要以纯文本形式的对齐语料为例进行阐述,包括平行语料的存储、读取技术以及双语、多语关键词检索技术。平行语料检索可分为"一对一"与"一对多"两种形式。在一对一平行语料检索中,以汉英平行语料为例分别论述了以汉语为对象的非拼音文字语料的检索技术,以英语为对象的拼音文字语料检索技术,对两者的异同进行了对比;在一对多平行语料检索中,重点论述了多语关键词检索技术。

关键词：平行语料检索双语多语

基于英汉平行语料的way构式汉语再词汇化模式研究

在线全文

学校读者我要写书评

暂无评论

外语教学与研究 2015年第1期47卷 42-54,159-160页

作者：于翠红山东工商学院山东省烟台市264005

英语way构式结构相对固定、动词使用灵活多样且编码程度较高,为汉语再词汇化带来很大挑战。本文基于英汉双语平行语料,对way构式的汉语表达式进行归纳和分析,发现汉语再词汇化需要在事件元素及其潜在语义进行识别和拆解的基础上,结合汉... 详细信息

英语way构式结构相对固定、动词使用灵活多样且编码程度较高,为汉语再词汇化带来很大挑战。本文基于英汉双语平行语料,对way构式的汉语表达式进行归纳和分析,发现汉语再词汇化需要在事件元素及其潜在语义进行识别和拆解的基础上,结合汉语句法结构和语言使用倾向进行还原和重构。主要遵循三种模式:1)汉语固有动词或短语表达式;2)"显明方式、手段附属语+动词"组合表达式;3)连动表达式。该结果对于揭示way构式跨语言识解和事件成分融入汉语的可能途径提供了有益研究思路,对于探讨英汉动态事件的认知路径、不同词汇化取向及类型学特征也具有重要启发。

关键词： way构式再词汇化动态事件平行语料

在线全文

学校读者我要写书评

暂无评论

基于平行语料和翻译概率的多语种词对齐方法

中文信息学报 2019年第12期33卷 37-44页

作者：杨飞扬赵亚慧崔荣一易志伟延边大学计算机科学与技术学院智能信息处理研究室

为了实现多语种词对齐,该文提出一种以点互信息为基础的翻译概率作为改进的多语种单词关联强度度量方法。首先,论证了在服从Zipf定律的普通频级词区域,单词间关联强度的点互信息度量法可简化为翻译概率;其次,对汉语、英语、朝鲜语平行... 详细信息

为了实现多语种词对齐,该文提出一种以点互信息为基础的翻译概率作为改进的多语种单词关联强度度量方法。首先,论证了在服从Zipf定律的普通频级词区域,单词间关联强度的点互信息度量法可简化为翻译概率;其次,对汉语、英语、朝鲜语平行语料进行句子对齐、分词和去停用词等预处理后计算平行语料单词之间的翻译概率,取翻译概率最高的前k个词作为候选翻译词,并通过优化处理提高了词对齐准确率。实验结果表明,该方法可以不完全依赖语料规模,在小规模语料中取得94%以上的准确率,为跨语言小众文献及低资源语言词对齐提供了技术基础。

关键词：词对齐平行语料翻译概率 Zipf定律

在线全文

学校读者我要写书评

暂无评论

从互联网上自动获取领域平行语料

现代图书情报技术 2014年第12期 36-43页

作者：邵健章成志南京理工大学经济管理学院南京210094

【目的】对获取的双语语料进行分类,对分类后的双语语料进行句子对齐处理,生成领域平行语料。【方法】利用基于SVM算法的文本分类器对获取的中英双语语料进行分类。使用长度法和词汇法相结合的句子对齐工具对分类后的语料进行句子对齐工... 详细信息

【目的】对获取的双语语料进行分类,对分类后的双语语料进行句子对齐处理,生成领域平行语料。【方法】利用基于SVM算法的文本分类器对获取的中英双语语料进行分类。使用长度法和词汇法相结合的句子对齐工具对分类后的语料进行句子对齐工作,为提高句子对齐的正确率,利用人工对齐的中英平行语料计算中英文句子长度参数,结合中英双语词典,获取高质量的专业领域平行语料。【结果】使用该方法,对每个领域语料进行句子对齐后,取得95.45%的句子对齐正确率。计算得到的句子平均长度比为1.7777,方差为1.2640。【局限】由于双语语料的初始对齐程度比较好,因此句子对齐正确率可能不具有普遍代表性。【结论】从实验结果看,该方法是有效的,能够获取质量令人满意的领域平行语料。

关键词：句子对齐文本分类平行语料机器翻译

在线全文

学校读者我要写书评

暂无评论

汉语-印尼语平行语料自动对齐方法研究

广西师范大学学报（自然科学版） 2019年第1期37卷 89-97页

作者：郑铿涛林楠铠付颖雯王连喜蒋盛益广东外语外贸大学信息科学与技术学院广东广州510420 广州市非通用语种智能处理重点实验室(广东外语外贸大学) 广东广州510420

双语平行语料库是多语种自然语言处理的重要资源,已被广泛地应用于机器翻译、机助人译、翻译知识抽取与跨语言信息检索等领域中。本文针对汉语-印尼语平行语料的自动对齐与可比语料的自动提取问题,提出了基于锚点和词典相结合的段落对... 详细信息

双语平行语料库是多语种自然语言处理的重要资源,已被广泛地应用于机器翻译、机助人译、翻译知识抽取与跨语言信息检索等领域中。本文针对汉语-印尼语平行语料的自动对齐与可比语料的自动提取问题,提出了基于锚点和词典相结合的段落对齐方法,并在此基础上采用基于置信区间的长度模型实现句子对齐,同时,为了快速提高汉语-印尼语平行语料库的构建效率,还提出了基于跨语言文档相似度的可比语料提取方法。实验结果表明,本文提出的平行语料对齐方法和可比语料提取方法的准确率较传统方法有显著的提高,说明本文提出方法是有效的、可行的。

关键词：平行语料语料库构建可比语料段落对齐句对齐

在线全文

学校读者我要写书评

暂无评论

英汉平行语料中双语兼类词消歧研究

山东大学学报（工学版） 2011年第6期41卷 18-23,30页

作者：冯敏萱曲维光南京师范大学文学院江苏南京210046 南京师范大学计算机科学与技术学院江苏南京210046 江苏省信息安全保密技术研究中心江苏南京210097

对于一部分目前统计处理消歧效果较差、但出现频率又很高的兼类词,手工编写针对性极强的消歧规则。在未经词汇对齐的平行语料中,实现了基于个性规则的词性消歧方法。本研究为5个典型兼类词(过去、计划、与、back、so)设计的平行消歧算法... 详细信息

对于一部分目前统计处理消歧效果较差、但出现频率又很高的兼类词,手工编写针对性极强的消歧规则。在未经词汇对齐的平行语料中,实现了基于个性规则的词性消歧方法。本研究为5个典型兼类词(过去、计划、与、back、so)设计的平行消歧算法,在大规模平行语料中得到了验证,平均F值达到了98.45%。研究结果表明该规则具有不受上下文长度和模板数量限制、特别适合于双语平行处理、消歧效果好等优点。

关键词：平行语料词性消歧兼类词自动识别中文信息处理

在线全文

学校读者我要写书评

暂无评论

基于跨语言句向量的平行语料挖掘系统

基于跨语言句向量的平行语料挖掘系统

作者：桑佳俊华中科技大学

学位级别：硕士

随着近几年深度学习的不断发展,神经网络给机器翻译带来了巨大的提升。而机器翻译所需平行语料的质量越高、分布越广,神经网络就能学习到越多的翻译知识,机器翻译的效果也越好。虽然一些机构或组织致力于提供优质的平行语料,但是在小语... 详细信息

随着近几年深度学习的不断发展,神经网络给机器翻译带来了巨大的提升。而机器翻译所需平行语料的质量越高、分布越广,神经网络就能学习到越多的翻译知识,机器翻译的效果也越好。虽然一些机构或组织致力于提供优质的平行语料,但是在小语种上的平行语料依旧非常匮乏。如何获取更多的平行语料一直都是热门话题。好在互联网拥有海量的数据,很多网站都有多语言版本,其不同语言版本的网页内容一一对应且互译,这些互译的文本可以被挖掘出来作为平行语料使用。平行语料挖掘系统旨在探索如何从互联网资源中挖掘平行语料,开发了平行语料挖掘系统。具体来说,主要工作分为三个方面:首先,提取URL链接中语种标识的特征,从海量URL集合中筛选出具有多语言版本的网页;其次,使用爬虫抓取平行网页中的所有文本信息,并进行细致的清洗工作;最后,基于跨语言句向量对网页文本进行句子对齐,得到最终的平行语料。为了解决以往平行语料挖掘方法只支持个别语种的不足,提出的基于跨语言句向量对齐法能够同时挖掘多个语种的平行语料,并且扩展至更多语种也非常方便,具有普适性。系统以common crawl数据集作为挖掘对象,在16个语种上获得了近1000万条高质量的平行语料。挖掘到的平行语料在机器翻译模型上的表现与开源的OPUS平行语料效果相近,作为数据增量能够提升机器翻译效果。

关键词：平行语料机器翻译句对齐跨语言句向量

双语平行语料库在翻译实践中的应用 ——以联合国新闻部《联合国概况》英译汉图书项目为例

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

双语平行语料库在翻译实践中的应用 ——以联合国新闻部《联合国...

作者：林殷颖上海外国语大学

学位级别：硕士

语料库储存着大量真实的语言资源。学界普遍认为把语料库应用于翻译现象研究始于英国学者莫娜·贝克(Mona Baker)。随着计算机技术的快速发展,语料库研究也取得了显著的成绩,国内外建立了不同语种组合的语料库。但是,截至目前,对于语料... 详细信息

语料库储存着大量真实的语言资源。学界普遍认为把语料库应用于翻译现象研究始于英国学者莫娜·贝克(Mona Baker)。随着计算机技术的快速发展,语料库研究也取得了显著的成绩,国内外建立了不同语种组合的语料库。但是,截至目前,对于语料库的研究主要集中在大型语料库,对于各专业领域小型语料库的研究相对来说较为滞后。本文以上海外国语大学高级翻译学院DPI团队承接的联合国新闻部《联合国概况》英译汉图书项目为案例,探讨双语平行语料库在翻译实践中的应用。本文介绍了笔者在《联合国概况》项目过程中语料的使用情况,论述了双语语料能够帮助译者补充背景知识、分析文本特征和制定翻译策略,有助于译者参考词语搭配、句式结构。但是,利用语料也存在一些风险,如语料存在翻译错误、信息过时等问题。在此基础上,笔者提出DPI团队建立小型语料库的流程和策略,为团队自建小型语料库提供参考。

关键词：联合国翻译双语语料平行语料语料库