【摘 要】
：
为了有效地获取可比语料,选取汉柬双语新闻文档作为可比语料库的候选语料,提出一种融合发布时间要素、实体要素和主题分布的可比语料获取方法.该方法首先计算文本的主题概率
【机 构】
：
昆明理工大学信息工程与自动化学院,上海师范大学语言研究所,云南民族大学东南亚南亚语言文化学院
【基金项目】
：
国家自然科学基金（61462055,61562049,61363044）.
论文部分内容阅读
为了有效地获取可比语料,选取汉柬双语新闻文档作为可比语料库的候选语料,提出一种融合发布时间要素、实体要素和主题分布的可比语料获取方法.该方法首先计算文本的主题概率分布的JS距离,并融合各主题和要素特征,计算文本相似度;然后利用改进型的层次聚类算法对双语文本进行聚类,最后从聚簇类结果中获取可比语料.与基于词典的文本相似度计算方法进行聚类相比,该文方法有更高的Purity和F值并且获得的高质量的可比语料更多,说明了本文方法的有效性.
其他文献
我国疆土辽阔,人口众多,再加上各行业领域的快速发展,对于电力的需求量逐年递增。随着电力工程的全面铺开,各种电力工程物资随之形成急剧消耗态势。目前,我国的输变电工程里
在物联网技术不断发展的过程中,也出现了智慧城市,智慧信息杆柱被广泛应用到城市中。比如智慧路灯,其为城市基础设施,在晚上能够照亮城市每个角落。在物联网、通信技术、云计
现阶段,电力技术科学家,现有的电力检测手段尚未发现,电力现象及时,违法人员思想警觉性高,供电企业管理问题,因此要加强对电力营销大数据相关应用的检验效果改善供电企业。鉴
由于不同时间段对电力的需求不同,电厂需要进行机组负荷的调整以满足电网的要求,在机组频繁调峰过程中,热力系统发生较大的变化,进而对化学水汽产生影响。如果不对水汽质量进
电费的收缴工作在电力营销环节是非常重要的,因为电费收缴工作对电力企业的发展会带来很大的影响。但是,从目前电力企业的情况来看,在电费的管理工作中还是存在许多的问题,这
随着现代社会的不断发展和进步,对火电厂的工作要求越来越高,为了确保火电厂工作的顺利进行,实现其设备的正常运行,提高火电厂设备的可靠性管理是实现其结果的有效途径,首先
移动式电力通信应急电源装置采用DSP微机控制,配备磷酸铁锂蓄电池,并采用触控屏设置,预留有线网口和无线WIFI通讯接口,具有体积小、重量轻、能量密度高、人机交互友好、支持
很多水电项目因为工程庞大,在施工期间不可避免地会影响周围的生态环境。因此施工方必须重视水电站施工期间的环保工作,积极做好环境保护、水土保持和工程施工,使三者协调进
邻藜芦醛是一类重要的医药中间体,在总结其常见合成方法的基础上,提出了以愈创木酚为原料,经酚羟基烯丙基化、克莱森重排、酚羟基甲醚化、烯烃异构化反应和臭氧氧化/还原反应
对浓缩风能装置模型Ⅰ所处流场进行仿真网格无关性分析,得出相关中心为fine,相关性为70时可以使计算相对误差最小,且计算时间消耗可以接受.采用仿真网格无关性分析结果对浓缩