基于多译文的中文转述语料库建设及转述评价方案.PDFVIP

基于多译文的中文转述语料库建设及转述评价方案.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于多译文的中文转述语料库建设及转述评价方案

文章编号:1003-0077 (2011)00-0000-00 基于多译文的中文转述语料库建设及转述评价方案 1,2 1,2 2 2 1,2** 阮翀 ,施文娴 ,李岩昊 ,翁伊嘉 ,胡俊峰 (1.北京大学计算语言学教育部重点实验室,北京市 100871; 2. 北京大学信息科学技术学院,北京市 100871) 摘要:转述语料是转述现象研究的基础。针对目前学术界中文转述语料稀缺的现状,本文以《简爱》的多 1 个中文译本为基础,通过句对齐得到五万句级别的平行转述语料 。使用无监督的小句对齐和词对齐算法, 本文从语料中挖掘到九千多对词汇转述知识。同时,本文还复现和改进了机器翻译测评指标 Meteor ,使得 该指标更适合于中文转述句子的测评,并构造了一个中文句子转述测评数据集,以便对不同的转述知识和 评价指标进行比较。实验表明,本文算法挖掘到的词汇转述知识在封闭测试中不逊于《同义词词林》。 关键词:转述知识挖掘;转述评价指标;转述语料建设 中图分类号:TP391 文献标识码:A Multi-Translation Based Chinese Paraphrase Corpus Construction and Paraphrasing Evaluation Methods 1,2 1,2 2 2 1,2 RUAN Chong , SHI Wenxian , LI Yanhao , WENG Yijia , HU Junfeng (1. Key Laboratory of Computational Linguistics (Ministry of Education), Peking University, Beijing, 100871, China; 2. School of Electronics and Computer Science, Peking University, Beijing, 100871, China) Abstract: Paraphrase corpus is fundamental to research in paraphrase phenomenon, while Chinese paraphrase corpus is hardly available in academia. In this paper, we collected multiple Chinese translations of the novel Jane Eyre, and obtained around 50 thousand parallel paraphrasing sentences. Based on such corpus, we managed to extract more than 9,000 pairs of lexical paraphrase knowledge. We also reimplemented and improved a machine translation evaluation metric Meteor, making it more suitable for Chinese paraphrase evaluation. We constructed a Chinese paraphrase evaluation dataset to facilitate the comparison of different paraphrase knowledge sources and evaluation methods. The experiments show the quality of our mined knowledge is comparable to Tongyici C

文档评论(0)

tangzhaoxu123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档