機器翻譯

云南时时彩玩法 www.vamuqc.com.cn 日期 2018-12-7

基于字典的機器翻譯的一個可能用途是促進外語輔導。這可以通過機器翻譯技術以及語言學、語義學和形態學來實現,用幾乎任何一種語言制作大型詞典。從1990年到1996年,詞匯語義和計算語言學的發展使自然語言處理得以蓬勃發展,獲得了新的能力,但總體上有利于機器翻譯。[5]
“詞匯概念結構(lcs)是一種與語言無關的表示。它主要用于外語教學,尤其是外語教學中的自然語言處理。lcs也被證明是任何類型的機器翻譯都不可或缺的工具,比如基于字典的機器翻譯。總體而言,lcs的主要目標之一是證明同義詞動詞感覺共享分布模式。

“dkvec”是一種從嘈雜的平行語料庫中提取雙語詞典的方法,該方法基于嘈雜的平行語料庫中單詞的到達距離。這種方法是針對困擾雙語詞典統計提取的兩個問題而出現的:(1)如何使用嘈雜的平行語料庫?(2)如何使用不可平行但可比較的語料庫?"
事實證明,這種方法對于機器翻譯來說是非常有價值的,因為它在英語(日語和英語)和漢語(漢語)平行語料庫的試驗中取得了驚人的成功。這些數字顯示,從一個小的語料庫中得到的精度為55.35%,從一個大的語料庫中得到的精度為89.93%。有了這么多令人印象深刻的數字,我們就可以安全地假設,像dkvec這樣的方法在機器翻譯的發展過程中,尤其是基于字典的機器翻譯過程中,產生了巨大的影響。
用于以雙語格式提取平行語料庫的算法利用以下規則,以達到令人滿意的準確性和整體質量。
每個語料庫都有一種意義
每個語料庫都有單一的翻譯
目標文件中沒有缺少翻譯
雙語詞匯出現的頻率相當
雙語詞匯出現的位置相當
這種方法可以用來生成或查找出現模式,而這些模式又被用來生成dkvec和quot方法所使用的二進制出現向量。

上一篇: 無上一篇
下一篇: 機器翻譯發展史