基于机器学习的双语词汇抽取问题研究-计算机科学与技术;计算机软件与理论专业论文.docxVIP

南开大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所 取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包 含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本 学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 曹浩 2011年5月23日 非公开学位论文标注说明 根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申 请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本 说明为空白。 论文题目 申请密级 口限制(翌年) 口秘密(10年) on密(Q0年) 保密期限 20 年 月 日至20 ’年 月 E1 审批表编号 批准日期 20 年 月 日 限制★2年(最长2年，可少于2年) 秘密★10年(最长5年，可少于5年) 机密★20年(最长10年，可少于10年) 高联加条来中翻语联页的条去进词本条的用高初取法条在 高联加条来中翻语联页的条去进 词本条的用高初取法条在 ll ll AbstractAbstract Abstract Abstract The traditional bilingual dictionaries are organized by human effort,mey are authoritative and of high quality,but they would costs a lot of manpower and time． Meanwhile，wi廿l the development of the internet，new knowledge and topics are emerging every day,makes it hard to add a11 those new words to the dictionary artificially,thus the dictionary edited by human effort lack of timeliness．nle large amount of information on the intemet can be utilized,bilingual word pairs in web pages gall be extracted from web pages effectively．If the process of extracting bilingual word pairs can be automatically,it would be a very abundant resoRrc宅． However,the information on the Intemet informatiOil are unstructured,disorderly, and the quality is not guaranteed，how to extract bilingual word pairs fiom the unstructured content is a problem，and also it is not feasible to add all the bilingual word pairs into dictionary without filtering as the quality of the bilingual word pairs extracted is not guaranteed．So there mainly exist three problems in the procedure of extracting bilingual word pairs automatically：First,how to ex仃act bilingual word pairs from the text of unstructured data on the intcrnet．Secondly,how to determine whether the bilingual word pairs extracted is of high quality．Last but not least,how to me．邪ure the quality of bilingual word pairs and to extract hi．曲quality bilingual word pairs from those extracte