EBMT中高效的维吾尔语单词散列表构造算法

• 作者: 吐尔根·依布拉音 田生伟 禹龙
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 EBMT 散列 平均查找长度 次优树
• 年，卷（期）: 2009,（4）
• 页码范围: 124-128
• 页数: 5页
• 分类号: TP391
• 字数: 3765字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2009.04.020

摘要

基于实例的机器翻译(EBMT)是一种高效的机器翻译方法,如何快速地从海量实例模式库中找出与待翻译句子相似的候选实例,是EBMT研究的关键技术之一.统计分析维吾尔语单词字母的分布特征,构造了基于维吾尔语单词的倒排索引散列表,在等概率条件下,平均查找长度为1.59;依据散列冲突的同义词在维吾尔语料中出现的频率作为权值.提出了一种新颖的解决散列冲突的算法:同义词次优树算法.实验显示,算法的性能比传统的顺序查找和二分查找算法分别高出了27.5%,21.8%,证明了该算法在EBMT中有较高的检索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	禹龙	新疆大学网络中心	82	301	9.0	13.0
2	吐尔根·依布拉音	新疆大学信息科学与工程学院	116	771	14.0	22.0
3	田生伟	新疆大学信息科学与工程学院	101	343	9.0	13.0