基于Web的查询翻译中OOV译文挖掘优化

• 作者: 俞晓明 刘悦 刘春阳 姚健 程学旗 程工
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 跨语言信息检索 未登录词 查询翻译 多词单元提取
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 第二十届全国信息检索学术会议(CCTR 2014)论文选登
• 页码范围: 1-7
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.01.001

摘要

基于Web的未登录词(Out-of-Vocabulary,OOV)译文挖掘过程主要包含双语摘要获取、候选多词单元提取、最佳译文提取等步骤.通过改进候选多词单元提取方法和最佳译文选择方法以获取更高的译文挖掘准确率.在候选多词单元提取方面,在层次迭代的对数似然比(LLR)基础上提出了基于内部信息层次化过滤的对数似然比方法,相比LLR方法降低了噪音比且准确率提高了5％.在最佳译文选择方面,提出了基于左右熵(LRE)邻接信息过滤候选多词集合,同时将频度-距离模型(F-D)和基于LLR的词对关联度模型相结合使译文挖掘的召回率同比提高了5％～10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚健	中国科学院计算技术研究所	2	6	1.0	2.0
5	程学旗	中国科学院计算技术研究所	160	4858	31.0	67.0
6	刘悦	中国科学院计算技术研究所	56	565	12.0	22.0
7	刘春阳		12	191	6.0	12.0
8	俞晓明	中国科学院计算技术研究所	16	138	6.0	11.0
9	程工		5	23	2.0	4.0