• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Processing & Management >Empirical studies on the impact of lexical resources on CLIR performance
【24h】

Empirical studies on the impact of lexical resources on CLIR performance

机译：词汇资源对CLIR绩效影响的实证研究

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we compile and review several experiments measuring cross-lingual information retrieval (CLIR) performance as a function of the following resources: bilingual term lists, parallel corpora, machine translation (MT), and stemmers. Our CUR system uses a simple probabilistic language model; the studies used TREC test corpora over Chinese. Spanish and Arabic. Our findings include:One can achieve an acceptable CLIR performance using only a bilingual term list (70-80% on Chinese and Arabic corpora).However, if a bilingual term list and parallel corpora are available, CLIR performance can rival monolingual performance.If no parallel corpus is available, pseudo-parallel texts produced by an MT system can partially overcome the lack of parallel text.While stemming is useful normally, with a very large parallel corpus for Arabic-English, stemming hurt performance in our empirical studies with Arabic, a highly inflected language. (C) 2004 Elsevier Ltd. All rights reserved.
机译：在本文中，我们编译并审查了几个实验，这些实验根据以下资源来衡量跨语言信息检索（CLIR）的性能：双语术语列表，并行语料库，机器翻译（MT）和词干分析器。我们的CUR系统使用简单的概率语言模型；该研究对中文使用TREC测试语料库。西班牙语和阿拉伯语。我们的发现包括：仅使用双语术语列表（在中文和阿拉伯语语料库中占70-80％）就能获得可接受的CLIR性能，但是，如果有双语术语列表和平行语料库可用，CLIR性能可以与单语性能相媲美。没有平行语料库，MT系统生成的伪平行语料可以部分克服平行语的缺失。尽管词干通常很有用，阿拉伯语-英语的平行语料库非常大，但在我们的阿拉伯语实证研究中却阻止了表现，一种高度折衷的语言。 （C）2004 Elsevier Ltd.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号