基于表征重述的机器文本理解

• 作者: 付熙徐 龚希章
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 表征重述 文本理解 机器翻译
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP301
• 字数: 3434字
• 语种: 中文
• DOI: 10.11907/rjdk.192447

摘要

传统机器翻译系统缺乏联系上下文形成认知的能力,仅根据对应单词的默认含义进行翻译,容易导致语义错误等问题.通过模拟人的表征重述认知过程,提出一种新的机器文本理解与翻译方法.该方法可通过较少的实例对文本进行理解和翻译,避免出现语义理解错误问题,且无需进行繁杂的语法标注.实验表明,该方法可通过引入习得的常识,使翻译出现歧义错误的概率降低到1％以下,并可标注出不符合常理而又无法找到更好解释的句子.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚希章	上海海洋大学现代信息与教育技术中心	10	19	3.0	4.0
2	付熙徐	上海海洋大学现代信息与教育技术中心	13	24	3.0	4.0