基于全局搜索和局部分类的特定领域双语网站识别方法

• 作者: 刘乐 刘昊 姚建民 朱巧明 洪宇 王星
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 统计机器翻译 特定领域机器翻译 双语网站 翻译等价对
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 第二十届全国信息检索学术会议(CCIR 2014)论文选登
• 页码范围: 206-214
• 分类号: TP391
• 字数: 9217字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.02.004

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
2	洪宇	苏州大学计算机科学与技术学院	66	270	8.0	13.0
3	姚建民	苏州大学计算机科学与技术学院	70	494	10.0	19.0
4	刘昊	苏州大学计算机科学与技术学院	18	51	4.0	6.0
5	王星	苏州大学计算机科学与技术学院	4	16	2.0	4.0
6	刘乐	苏州大学计算机科学与技术学院	4	8	2.0	2.0