跨语言信息检索浅析-自然语言处理.PDF

中国科学院软件研究所 跨语言信息检索浅析 孙 乐 sunle@ 中国科学院软件研究所 自然语言处理研究组 2007, in ICT MT class 中国科学院软件研究所 大纲 背景 研究方法 关键问题 系统评测 公开问题探讨 SIGIR论文 小结 2007, in ICT MT Class 中国科学院软件研究所 定义 • 跨语言信息检索: 用一种语言的查询条件到另一 种语言的文档集中进行检索的过程。 Advanced School 2007, in ICT MT Class 跨语言检索系统 果 结 用户界面 文本 文 中 （ 用户需求(中文) 文本 ） 翻译 户 用 文本预处理 馈 反 查询翻译 查询条件组织 筛选 用户需求(英文) 查询条件(英文) 检索 索引 检索结果 文本 语料库 结果排列 排序结果(英文) 中国科学院软件研究所 CLIR形式化模型 ( Q , T , D ; t ) 源语言查询条件 目标文档集 源语言查询条件 目标文档集 通常由几个词汇组成 用户需要检索的目标的多 通常由几个词汇组成 用户需要检索的目标的多 ，如(S ,S …S ) 语言目标文档(D ,D …D ) ，如(S ,S …S ) 语言目标文档(D ,D …D ) 1 2 m 1 2 I 1 2 m 1 2 I 目标语言查询条件 查询条件翻译函数 目标语言查询条件 查询条件翻译函数 经过翻译程序，生成 多种翻译方法，包括双 经过翻译程序，生成 多种翻译方法，包括双 直接应用于目标文档 语词典，机器翻译，平 直接应用于目标文档 语词典，