【摘 要】
：
句子级的语料库是机器翻译的重要资源,但由于获取途径的限制,句子级的语料库不仅数量有限而且经常集中在特定领域,很难适应真实应用的需求。根据锚文本信息通过搜索引擎在网
【基金项目】
：
国家自然科学基金资助项目（60963017）, 国家社科基金资助项目（10BTQ045）, 新疆自治区高校科研计划重点项目（XJEDU2009I05）
论文部分内容阅读
句子级的语料库是机器翻译的重要资源,但由于获取途径的限制,句子级的语料库不仅数量有限而且经常集中在特定领域,很难适应真实应用的需求。根据锚文本信息通过搜索引擎在网络上找到汉维双语平行网站,并下载网站中所有的双语平行网页。提取出有正文的网页,根据html特征,建立html树,提出一种将html树结构作为识别网页正文内容重要特征的网页分析方法,并根据正文内容信息相似性提取网页正文。对提取出的正文进行句子切分,分别创建句子级的汉、维语料库,为以后创建句子级的汉维双语平行语料库服务。
其他文献
建立了地脉动数据并行计算任务分配的数学模型,针对传统遗传算法对复杂问题搜索效率低、易陷入"早熟收敛"的缺点,根据地脉动数据并行计算中的任务分配问题的实际应用,构建了基于整数编码的单亲遗传算法,并通过优化设计算法中的变异算子提高了算法的搜索能力。实验结果表明,该算法在求解精度、全局寻优和防止过早收敛方面相对于传统遗传算法有了显著提高。
本刊自今年三期以来,在《笔迹与心理》栏目中,连续刊发了雪魂先生关于笔迹学方面的几篇文章,得到了广大读者的共鸣。先后收到了数百封读者来信。有的读者还来电话咨询。为了
讨论采用J2ME技术实现移动远程控制应用的方法。方法在手机端采用MIDP里的HttpConnection接口技术,PC端采用Servlet技术,并实现了手机对PC机的远程控制。方法可运用于智能居家、家电信息化等,推动物联网发展普及。
中新社香港三月一日电台北消息：台湾立荣、远东、华信三家航空公司一日起退出四条岛内航线，除台北-高雄、台北-台南、高雄-花莲的岛内航班数因此减少外，台中-台东航线今日起已无
专家研究发现,甲状腺功能低下和垂体性侏儒,是导致青少年身材矮小的主要原因。这类矮小病与生长激素分泌有关,可以进行医学治疗。青少年在成长过程中出现生长发育减慢或停滞,
首级是古人对人头的别称,为什么脑袋又叫“首级”呢?原来秦汉之初,军队设立了一种对作战有功的人嘉奖的制度:凡是斩下敌人的一个人头,赐爵一级。古人称为首,一“首”一级,久
1.以科学的敬业精神,肩负起教师的神圣职责 我是负责机房维护管理工作的。我校计算机系1995年7月开始筹建,当时机房规模很小,学生上机时经常是二个人合用一台机器或者一个班
细胞排阵模拟疾病这是一项看似简单但却具有极高实用价值的实验,由以诺贝尔生物学奖得主列良德·哈特威尔为首的一群精英领衔主攻。他们将发酵的细胞按照DNA的遗传序列排
罗伯特·海因利希·赫尔曼·科赫,1843年出身在德国的一个矿工家庭里,在兄弟姐妹13人中,他是比较有理想、爱思考的一个。1862年,19岁的科赫在克劳斯特尔学完大学
以Flash软件为基础,以SolidWorks软件为建模工具,充分运用Flash软件强大的资源整合能力,设计开发一款火炮虚拟实验平台。特别设计了一种嵌套式的软件结构,便于实验平台的改进,简化了实验平台的复杂程度。通过Flash内置的脚本语言ActionScript,实现实验平台界面的控制功能和三维交互功能。该实验平台开发的方法通用性强,便于掌握,可以用来开发多种学科辅助教学工具。