检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多语互译机译系统统一算法基础——差异函数

北京航空航天大学学报 2008年第5期34卷 604-608页

作者：胡玥高庆狮高小宇北京科技大学信息工程学院北京100083

在基于语义语言理论的多语互译机器翻译系统中,为使用同一算法和程序方便地实现多种自然语言之间的互译,引入了"差异函数".该函数可将某语言功能在各种自然语言表示上的差异隐去,使翻译过程与具体的语言表示无关,从而使系统可以用统一... 详细信息

在基于语义语言理论的多语互译机器翻译系统中,为使用同一算法和程序方便地实现多种自然语言之间的互译,引入了"差异函数".该函数可将某语言功能在各种自然语言表示上的差异隐去,使翻译过程与具体的语言表示无关,从而使系统可以用统一的程序来处理那些功能相同、但在不同语言上处理方法不同的语言内容.以基数表示功能的处理差异为例,讨论了差异函数的作用及其在多种语言上的应用.

关键词：计算机应用自然语言处理系统机器翻译差异函数

在线全文

学校读者我要写书评

暂无评论

基于多特征的自适应新词识别

北京工业大学学报 2007年第7期33卷 718-725页

作者：罗智勇宋柔北京工业大学计算机学院北京100022 北京语言大学语言信息处理研究所北京100083

为提高自动分词系统对未登录词的识别性能,提出和实现了一种基于多特征的自适应新词识别方法,综合考虑了被处理文本中重复字符串的上下文统计特征(上下文熵)、内部耦合特征(似然比)、背景语料库对比特征(相关频率比值)以及自动分词系统... 详细信息

为提高自动分词系统对未登录词的识别性能,提出和实现了一种基于多特征的自适应新词识别方法,综合考虑了被处理文本中重复字符串的上下文统计特征(上下文熵)、内部耦合特征(似然比)、背景语料库对比特征(相关频率比值)以及自动分词系统辅助的边界确认信息等,并直接从被抽取文本中自动训练识別模型．同时,新词识别过程在字串PAT-Array数据结构上进行,可以抽取任意长度的新词语．实验结果表明,该方法新词发现速度快、节省存储空间．

关键词：自然语言处理系统计算语言学词语处理新词识别多特征自适应自动分词

一种新的基于N-gram模型的重复软件缺陷报告检测方法

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2010年第2期28卷 298-303页

作者：李宁李战怀张利军西北工业大学计算机学院陕西西安710072

软件开发维护过程中产生的缺陷报告中常常出现大量的重复缺陷报告。自动准确地检测出重复缺陷报告,将为软件缺陷的分派、修正、再测试等工作节约大量宝贵的开发维护成本。文章基于传统的向量空间模型检测方法,提出一种新的基于N-gram模... 详细信息

软件开发维护过程中产生的缺陷报告中常常出现大量的重复缺陷报告。自动准确地检测出重复缺陷报告,将为软件缺陷的分派、修正、再测试等工作节约大量宝贵的开发维护成本。文章基于传统的向量空间模型检测方法,提出一种新的基于N-gram模型的重复缺陷报告检测方法,文中第2小节中详细介绍了该方法的细节。通过在小数据集上的实验,明确了在使用该方法检测重复缺陷报告时,参数N取3/4/5,利用全句法仅针对缺陷报告的概要信息进行相似度计算将取得较好的效果。最终使用一个含有4 503条Firefox缺陷报告的数据集对该方法进行了验证。实验证明N-gram模型法与向量空间模型法相比,重复缺陷的查全率（Recall Rate）提高了25%~55%。

关键词：自然语言处理系统重复缺陷报告 N-gram方法文本相似度

在线全文

学校读者我要写书评

暂无评论

多语言机译系统中高质量语义单元库形成方法

北京科技大学学报 2008年第6期30卷 698-704页

作者：胡玥高小宇高庆狮北京科技大学信息工程学院北京100083

讨论构建多自然语言互译机译系统所需的高质量、可扩充、完备的、无可弃、无重复、无非正常歧义的多语统一语义单元知识库.在构建过程中采用类型特征分类方法有效降低计算复杂性,使去重复的计算量降低一半,去可弃的计算量降到O(βN)(N... 详细信息

讨论构建多自然语言互译机译系统所需的高质量、可扩充、完备的、无可弃、无重复、无非正常歧义的多语统一语义单元知识库.在构建过程中采用类型特征分类方法有效降低计算复杂性,使去重复的计算量降低一半,去可弃的计算量降到O(βN)(N是语义单元库规模,β是有界数,β处理机上以常数效率地实现.同时讨论了语义单元的再分解和自然语言种类的增多时语义单元知识库的扩充方法.该知识库不仅用于多自然语言互译系统,还可作为自然语言理解和处理的基础知识库.

关键词：自然语言处理系统自然语言机器翻译语义单元

在线全文

学校读者我要写书评

暂无评论

语言文字规范化对于语言信息处理的作用

中国语文 1997年第5期 322-325页

作者：冯志伟国家语委语用所 100010

自然语言处理中,不论是机器翻译、自然语言理解、情报自动检索、术语数据库、语音的自动识别与合成、汉字的自动识别,都牵涉到语言文字的规范化和标准化问题。为了提高普通话语音识别和语音合成的研究水平,有必要建立普通话语音库和语... 详细信息

自然语言处理中,不论是机器翻译、自然语言理解、情报自动检索、术语数据库、语音的自动识别与合成、汉字的自动识别,都牵涉到语言文字的规范化和标准化问题。为了提高普通话语音识别和语音合成的研究水平,有必要建立普通话语音库和语音特征库,探讨汉语语音的特征,为此,必须做好普通话语音规范化工作。语音的差别不仅存在于普通话和方言之间,而且也存在于普通话的内部,为了解决普通话内部读音的分歧问题,普通话审音委员会曾于1957年到1962年三次发表了《普通话异读词审音表初稿》。

关键词：普通话异读词自然语言处理系统自然语言理解机器翻译自动识别语言文字情报自动检索语音规范化计算机科学语音识别

在线全文

学校读者我要写书评

暂无评论

统计语言模型综述

计算机科学 2003年第9期30卷 22-26页

作者：邢永康马少平清华大学计算机系智能技术与系统国家重点实验室北京100084

1引言统计语言模型产生于基于统计方法的自然语言处理系统的研究中:如语音识别系统、字符识别系统以及机器自动翻译系统等.对于一个语音识别系统,给定语音信号a和语言的句子集合S,则系统需要解决的问题可以表示为:

关键词：统计语言模型自然语言处理系统概率分解语音识别系统统计方法信息处理

在线全文

学校读者我要写书评

暂无评论

关于处理大规模真实文本的谈话

语言文字应用 1993年第2期 1-10页

作者：黄昌宁

不同的应用领域会对自然语言处理系统提出各种不同的要求,但有一点是相同的,即希望系统处理的是自然语言,是大规模的真实文本。国际计算语言学界把这一要求确定为未来一个时期的战略目标,还是近两三年的事。本文以谈话方式介绍了这个要... 详细信息

不同的应用领域会对自然语言处理系统提出各种不同的要求,但有一点是相同的,即希望系统处理的是自然语言,是大规模的真实文本。国际计算语言学界把这一要求确定为未来一个时期的战略目标,还是近两三年的事。本文以谈话方式介绍了这个要求的含义,以及它给语言文字研究带来的巨大影响。影响之一是语料库语言学的崛起。

关键词：真实文本语料库语言学词性标注词库自然语言处理系统入句语料库方法自然语言系统词项词性自动标注

在线全文

学校读者我要写书评

暂无评论

一种基于模糊聚类的汉语文本自动分类方法

计算机应用与软件 2003年第10期20卷 49-50,61页

作者：卢忠良王家云荣融朱劲松孙即祥国防科技大学电子科学与工程学院解放军61587部队

如何快速地整理海量信息 ,对不同的文本进行有效分类 ,已成为获取有价值信息的瓶颈。本文提出的中文文本分类方法 ,较好地解决了信息的实时分类问题 ,在实践中收到了良好的效果。由于汉语文本的特殊性 ,在分类器训练前对训练文本进行自... 详细信息

如何快速地整理海量信息 ,对不同的文本进行有效分类 ,已成为获取有价值信息的瓶颈。本文提出的中文文本分类方法 ,较好地解决了信息的实时分类问题 ,在实践中收到了良好的效果。由于汉语文本的特殊性 ,在分类器训练前对训练文本进行自动分词和降维预处理。许多文本往往可能归到多个类 ,因此分类算法采用模糊c -原型算法。实验表明 ,该方法综合效果较好 ,可以实现文本的快速分类。

关键词：自然语言处理系统汉语文本自动分类方法模糊聚类信息处理

在线全文

学校读者我要写书评

暂无评论

计算语言学应用中的模块化概念

语言文字应用 1995年第4期 53-57页

作者：刘海涛青海大通县青海铝厂计算机中心

讨论了在开发大型实用的自然语言处理系统中所需的知识与人力资源，提出了采用模块化方式管理这些资源的重要性，并将它他们划归于三个大的层次，即理论语言学、计算语言学和计算机科学，分析介绍了这三个层次在自然语言处理系统研制中... 详细信息

讨论了在开发大型实用的自然语言处理系统中所需的知识与人力资源，提出了采用模块化方式管理这些资源的重要性，并将它他们划归于三个大的层次，即理论语言学、计算语言学和计算机科学，分析介绍了这三个层次在自然语言处理系统研制中所起的作用及各自的任务与目标。

关键词：计算语言学自然语言处理系统形式化描述模块化形式化体系理论语言学语法模型计算机处理计算机科学语言模型