首页> 中文会议>第十一届全国人机语音通讯学术会议 >基于向量空间模型的网页文本句子对齐方法研究

基于向量空间模型的网页文本句子对齐方法研究

页面导航

摘要
著录项
相似文献
相关主题

摘要

平行网页文本中除了互为对照的内容，还存在一些无关的噪声，因此利用网页结构相似的方法解决平行网页中句对齐问题受到一定的限制。通过引入互译词典或同类词典的方法可以提高句对齐质量，但是双语词典的规模是有限的，不能覆盖所有对应的词汇。rn 本文利用基于向量空间模型提供的相似度计算方法对平行网页文本进行句子对齐，在向量空间模型中，网页文本中的句子为一维空间中的向量，选取实词作为特征项，利用CHI统计量计算词汇关联度，采用TF-IDF算法计算特征项权重，采用cosine距离计算句子向量之间的相似度，解决平行网页文本句对齐问题。以蒙古文-中文平行网页为实验对象，设计了相关实验。实验结果证实了本文方法的有效性。

著录项

来源
《第十一届全国人机语音通讯学术会议》|2011年|1-7|共7页
会议地点西安
作者
张贯虹; 乌达巴拉; 巩政;
展开▼
作者单位

中国中文信息学会;

中国声学学会;

中国语音学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类信息处理（信息加工）;语音信号处理;数理语言学;
关键词
语音处理; 互译词典; CHI统计; 数理语言学;

相似文献

中文文献
外文文献
专利

1. 基于向量空间模型的网页文本可信性分类方法 [J] . 毛雪云 ,曾国荪 ,王伟 . 计算机工程与应用 . 2008,第025期
2. 基于向量空间模型的网页文本表示改进算法 [J] . 曾致远 ,张莉 . 计算机工程 . 2006,第003期
3. 基于向量空间模型的中文文本层次分类方法研究 [J] . 肖雪 ,何中市 . 计算机应用 . 2006,第005期
4. 基于文本行特征的网页正文信息抽取方法研究 [J] . 刘志杰 ,潘洋 . 软件导刊 . 2017,第010期
5. 基于文本行特征的网页正文信息抽取方法研究 [J] . 刘志杰 ,潘洋 . 软件导刊 . 2017,第010期
6. 一种基于向量空间模型的多层次网页分类方法 [C] . 鞠小林 . 全国第五次程序设计语言发展与教学学术会议、第三届全国Web信息系统及其应用学术会议暨全国首届语义Web与本体论学术研讨会 . 2006
7. 基于向量空间模型的网页信息过滤方法研究 [A] . 吴新涛 . 2007

基于向量空间模型的网页文本句子对齐方法研究

摘要

著录项

相似文献

相关主题

期刊订阅