最大熵模型和BP神经网络的短句对齐比较

• 作者: 刘颖 王楠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短句对齐 最大熵模型 BP神经网络 《史记》
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 112-117
• 页数: 6页
• 分类号: TP391
• 字数: 7038字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0248

摘要

利用最大熵模型和BP神经网络对《史记》古文与现代文译文的平行语料进行短句对齐研究。最大熵模型将短句长度、短句对齐模式和共现汉字特征相结合来对平行语料进行短句对齐；BP神经网络则把短句长度、短句位置和共现汉字特征相结合来对平行语料进行短句对齐。实验结果表明：同时考虑短句长度、短句对齐模式和共现汉字3个特征的最大熵模型，短句对齐的准确率和召回率是最高的；并且最大熵模型的准确率和召回率高于BP神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘颖	清华大学中文系	50	235	9.0	12.0
2	王楠	清华大学中文系	17	127	5.0	11.0