基于全局搜索和局部分类的特定领域双语网站识别方法

来源 :山西大学学报(自然科学版) | 被引量 : 0次 | 上传用户:cr_idealism
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据领域性较强的网站往往蕴含大量平行或可比较双语样本这一特点,针对特定领域双语网站的自动识别问题,提出了一种基于全局搜索和局部分类的方法。以电子器件领域为目标,采用全局搜索方法获得该领域双语网站18 944个,随机抽取其中3 000个网站进行人工标注,在标注语料上,采用局部分类方法识别该领域双语网站的性能(F值)达到85.19%。在此基础上,利用识别出的目标领域双语网站中的双语句对,扩充特定领域机器翻译系统的训练集进行实验。实验结果表明,相同测试集下,特定领域机器翻译系统的性能获得显著提升,验证了本文所提出的自动识别特定领域双语网站方法的有效性。 According to the fact that strong domain websites often contain a large number of parallel or comparable bilingual samples, this paper proposes a global search and local classification method for the automatic identification of bilingual websites in specific fields. In the field of electronic devices, 18 944 bilingual websites in this field were obtained by using the global search method, and 3 000 websites were randomly selected for manual annotation. On the annotation corpus, the local classification method was used to identify the performance of bilingual websites in the field (F value ) Reached 85.19%. On the basis of this, experiments are carried out by using the bilingual sentence pairs in the bilingual websites of the target areas and expanding the training set of the machine translation system in a specific field. The experimental results show that under the same test set, the performance of the machine translation system in a specific field is significantly improved, which verifies the effectiveness of the proposed method for automatically identifying bilingual websites in a particular field.
其他文献
1985年机械部在武汉华中工学院召开了高水基液压技术研究的阶段性成果鉴定会。华中工学院与邵阳液压件厂协作研究出适于高水基液 In 1985, the Ministry of Machinery held
由轻工业部杭州轻工机械设计研究所设计的1575mm防锈纸涂布机在1986年11月由轻工业部机械局委托湖北省轻工业局在武汉召开了新产品鉴定会。该机系专为武汉防锈纸厂生产宽幅
1.买个闹钟,以便按时叫醒你。贪睡和不守时,都将成为你工作和事业上的绊脚石。不仅要学会准时,更要学会提前。“闹钟”只是一种简单的标志和提示,真正灵活、实用的时间,掌握
啤酒、汽酒、汽水、矿泉水等都是含有溶解CO_2达到饱和状态的饮料,在灌装过程中为了防止液体内溶解气体溢出损失,必须使容器预加压到气体相应饱和溶解压力再灌装,即所谓等压
X 线胶片的影象质量,除了与摄影因素和暗室处理有关外,还与胶片本身的照相性能关系极大。目前感光材料的生产日臻完善,X 光胶片的使用技术,远落后于胶片的生产技术。只有正
陕西省价格信息中心站,是1990年11月经陕西省编制委员会批准成立,隶属于陕西省物价局的处级法人事业单位。主要职责是:实施国家价格监测报告制度,为政府提供价格决策依据;实
每个有过工作经历的人都知道,技能是获得工作机会的前提,拥有过硬技能的人,才有更多的工作机会。一个人掌握何种技能取决于他的兴趣、能力和聪明程度,也取决于他所能支配的资
木工刨床的空转噪声级大多数都在90dB(A)以上,不少学者对这一国内外所共同关注的问题进行了大量的研究,所提出的一些降噪措施,业已收到较好的效果.但对声源的诊断及其发声机
在目前通用的彩色胶片冲洗过程(如彩色胶片扩印点所用的 C—41、C—41A、C—41V 等)中,经常发生由于各种溶液配制错误而造成的加工弊病。如果确知发生弊病的原因,可以参考下
“江左占形胜,最数古徐州”,历史文化名城占徐州——江苏省镇江市的五月春意盎然,花团锦簇。中国商办工业杂志社5月13日至15日在这里召开了“中国商办工业杂志社第一届工作