基于词汇对齐的未登录词Web挖掘译文候选的重排序

论文摘要

随着互联网的高速发展,网络上的信息越来越丰富,一种有效的信息处理技术——Web文本挖掘技术得到了研究者广泛关注,同时这也为未登录词的快速准确自动的翻译提供了一种有效的途径。本文针对未登录词Web挖掘译文候选的后处理进行了研究,提出利用词汇对齐技术改善仅依靠频度或其他简单方法对候选译文的排序,使得正确的候选译文排序靠前。具体内容如下:1.本文首先介绍了Web文本挖掘以及未登录词Web信息检索技术的研究背景、研究意义、研究现状和相关基本理论知识。2.介绍了一种方法,该方法是通过搜索引擎的搜索获得返回的含双语摘录的网页,再从中进行译文挖掘。3.研究了双语词汇对齐问题,介绍了算法和综合多种特征以及语言学知识的混合策略的词汇对齐技术。4.利用词汇对齐技术对Web挖掘译文候选的重排序的方法论证及实验。最后作为实验,我们从web挖掘了不同行业的部分汉英词典未收录词组的候选译文作为测试语料,实验结果显示,这一方法具有较好的实际应用价值。

论文目录

• 中文摘要
• Abstract
• 第一章 引言
• 1.1 概述
• 1.1.1 研究背景
• 1.1.2 课题研究意义
• 1.2 主要研究内容
• 1.3 论文组织结构
• 第二章 基于网络搜索的汉语未登录词翻译方法
• 2.1 研究背景与研究现状分析
• 2.1.1 研究背景
• 2.1.2 研究现状分析
• 2.2 基于网络搜索的汉语未登录词翻译算法
• 2.2.1 基于搜索引擎返回的双语摘录的OOV 挖掘算法
• 2.2.2 特征的介绍及实验结果分析比较
• 2.3 总结
• 第三章 词汇对齐的算法及实验
• 3.1 研究现状
• 3.2 词汇对齐的概念、难点及方法
• 3.3 基于词典的词汇对齐
• 3.3.1 基于译文相似度的词汇对齐
• 3.3.2 基于语义相似度的词汇对齐
• 3.4 基于混合策略的英汉双语词汇对齐
• 3.4.1 多重对齐的歧义消解
• 3.4.2 利用语言学知识改善词汇对齐结果
• 3.5 词汇对齐的算法分析
• 3.6 实验及本章小结
• 第四章 基于词汇对齐的未登录词 Web 挖掘译文候选的重排序
• 4.1 未登录词 Web 挖掘译文候选的重排序的研究与应用背景
• 4.2 重排序的基本原理
• 4.3 利用词汇对齐技术进行未登录词挖掘译文候选的重排序
• 4.3.1 重排序的基本流程
• 4.3.2 重排序中词汇对齐算法的实现
• 4.4 重排序实验介绍及实验结果比较
• 4.5 总结
• 第五章 总结
• 5.1 总结
• 5.2 进一步的工作
• 参考文献
• 攻读学位期间公开发表的论文
• 致谢
• 详细摘要