构建和剖析中英三元组可比语料库

• 作者: 朱姝 耿鑫辉 胡小鹏 袁琦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 三元组可比语料库 语言迁移 自动语言剖析 n-元词串
• 年，卷（期）: 2014,（13）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 153-157,186
• 页数: 6页
• 分类号: TP391
• 字数: 6054字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0106

摘要

由于受到翻译腔的影响，中英平行语料库存在固有的扭斜的语言模型。显然，用这样的语料库训练的机器翻译、跨语言检索等自然语言处理系统也承袭了扭斜的语言模型，严重影响到应用系统的性能。为了克服平行语料库固有的缺陷，提出构建和剖析中英三元组可比语料库的技术研究。这项研究采用可比语料库和语言自动剖析技术，使用统计和规则相结合的方法，对由本族英语、中式英语和标准中文三元素所组成的三元组可比语料库中的本族英语和中式英语进行统计分析。在此基础上，利用n-元词串、关键词簇等自动抽取技术挖掘基于本族语言模型的双语资源，实现改进和发展机器翻译等自然语言的处理应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁琦		12	79	5.0	8.0
2	朱姝		3	11	2.0	3.0
3	胡小鹏		3	6	1.0	2.0
4	耿鑫辉		1	5	1.0	1.0