检索结果-内蒙古大学图书馆

第四届全国信息检索与内容安全学术会议

作者：黄海源郑德权赵铁军教育部—微软语言语音重点实验室哈尔滨工业大学

多文档文摘是针对信息源由多篇关于同一主题文档组成的文档集合,从信息源中提取重要信息、生成精简版本的过程。本文主要研究了面向特定领域的多文档文摘技术,提出了多文档主题签名技术,句子加权算法以及文摘系统的评测模型。利用这些... 详细信息

多文档文摘是针对信息源由多篇关于同一主题文档组成的文档集合,从信息源中提取重要信息、生成精简版本的过程。本文主要研究了面向特定领域的多文档文摘技术,提出了多文档主题签名技术,句子加权算法以及文摘系统的评测模型。利用这些技术实现了一个面向特定领域的多文档文摘系统,同时还实现了一个基于传统多文档技术的系统用以评测时进行对照。最后本文对文摘系统进行了评测,证明了本文所研究实现的多文档文摘模型的有效性和可用性。

关键词：多文档文摘主题签名文摘句加权文摘评测

来源：评论

学校读者我要写书评

暂无评论

多民族语言本体知识库构建技术

引用

中文信息学报 2011年第4期25卷 71-74页

作者：赵小兵邱莉榕赵铁军中央民族大学信息工程学院北京100081 国家语言资源监测与研究中心少数民族分中心北京100081 哈尔滨工业大学教育部-微软语言语音重点实验室黑龙江哈尔滨150001

语义本体是共享概念模型的显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。语义本体知识库的构建是文本自动处理的一个重要环节,跨语言信息检索、信息抽取、自动翻译等领域中都有广泛的应用。该文旨在描述统... 详细信息

语义本体是共享概念模型的显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。语义本体知识库的构建是文本自动处理的一个重要环节,跨语言信息检索、信息抽取、自动翻译等领域中都有广泛的应用。该文旨在描述统一标准、统一接口的多民族语言本体知识库的创建思路,以及包含的若干问题,例如:多民族语言中共有概念的一般表示与各民族语言特有的事物表达方式的规律,基于词汇语义的、包括汉语、英语及少数民族语言在内的多民族语言语义本体的表示理论与方法等。

关键词：知识库语义本体词典扩充本体学习

来源：评论

学校读者我要写书评

暂无评论

基于特征句抽取的网页去重研究

基于特征句抽取的网页去重研究

引用

全国第八届计算语言学联合学术会议（JSCL-2005）

作者：彭渊赵铁军郑德权于浩哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨工业大学语言语音教育部-微软重点实验室

去除重复网页一直是信息检索领域的一个待解决的问题。本文基于双语文章的内容,提出了一种抽取特征词和特征句,判别跨语言重复网页的方法。并将其运用到了跨语言的重复网页的识别上。实验结果表明:该方法对双语重复网页的识别准确率在86... 详细信息

去除重复网页一直是信息检索领域的一个待解决的问题。本文基于双语文章的内容,提出了一种抽取特征词和特征句,判别跨语言重复网页的方法。并将其运用到了跨语言的重复网页的识别上。实验结果表明:该方法对双语重复网页的识别准确率在86%以上,对单语重复网页的识别准确率在97.5%以上,达到了实用的程度,同时,该方法对于双语平行语料的自动挖掘也有一定的帮助。

关键词：网页去重特征词特征句跨语言

来源：评论

学校读者我要写书评

暂无评论

面向机器翻译的中文机构地址切分方法

面向机器翻译的中文机构地址切分方法

引用

2009国际信息技与应用论坛

作者：苗文彦赵铁军周向根陈庆轩王欣欣哈尔滨工业大学教育部-微软语言语音重点实验室哈尔滨 150001

面向企业信息的机器翻译研究一直面临着特定领域标准语料不足，通用训练语料难以满足要求的尴尬局面。在专业训练语料不足的情况下，通过深入研究中文机构地址的构成特点，建立了用于机构地址切分的专用知识库，采用两级匹配模型进行切... 详细信息

面向企业信息的机器翻译研究一直面临着特定领域标准语料不足，通用训练语料难以满足要求的尴尬局面。在专业训练语料不足的情况下，通过深入研究中文机构地址的构成特点，建立了用于机构地址切分的专用知识库，采用两级匹配模型进行切分，并以地址单元为单位将分词结果提交给基于规则的翻译系统，很好地保证了翻译单元的完整性。实验表明，针对中文机构地址翻译这个特定领域，提出的方法取得了比较令人满意的结果。

关键词：中文机构地址专用知识库两级匹配模型中文自动分词机器翻译

来源：评论

学校读者我要写书评

暂无评论

统计机器翻译中双语语料的过滤及词对齐的改进

引用

智能计算机与应用 2013年第4期3卷 10-13,17页

作者：梁华参赵铁军哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨150001

词对齐是统计机器翻译系统中最重要的一个环节,统计机器翻译中的翻译模型和调序模型都是在词对齐结果的基础上构造的,词对齐阶段出现的错误,会延续到这些模型中,甚至会因为词对齐的错误而在这些模型中引发更大的错误。为减少词对齐阶段... 详细信息

词对齐是统计机器翻译系统中最重要的一个环节,统计机器翻译中的翻译模型和调序模型都是在词对齐结果的基础上构造的,词对齐阶段出现的错误,会延续到这些模型中,甚至会因为词对齐的错误而在这些模型中引发更大的错误。为减少词对齐阶段的错误,提出一种基于对齐困惑度的双语语料过滤方法和一种改进的判别式词对齐算法,语料过滤方法可以将词对齐阶段有严重错误的双语句对过滤掉,判别式词对齐算法与传统的自动词对齐算法相比,可以得到对齐错误率更低的词对齐结果。

关键词：词对齐统计机器翻译对齐困惑度对齐错误率

来源：评论

学校读者我要写书评

暂无评论

基于内容分析的作弊评论自动识别

基于内容分析的作弊评论自动识别

引用

2007年全国网络与信息安全技术研讨会

作者：杨宇航郑德权于浩赵铁军教育部-微软语言语音重点实验室哈尔滨工业大学哈尔滨 150001

本文提出了一种基于内容分析的作弊评论识别方法,该方法充分利用了作弊评论的多种重要特征。在Blog作弊评论识别的初步实验中,识别准确率达到93％,显示了该方法的有效性。和其它方法相比,该方法不需要训练,不需要规则集合以及链接关系... 详细信息

本文提出了一种基于内容分析的作弊评论识别方法,该方法充分利用了作弊评论的多种重要特征。在Blog作弊评论识别的初步实验中,识别准确率达到93％,显示了该方法的有效性。和其它方法相比,该方法不需要训练,不需要规则集合以及链接关系等知识,而且具有网络应用和语言无关的特性。

关键词： Blog作弊评论自动识别内容分析网络应用

来源：评论

学校读者我要写书评

暂无评论

以机器翻译技术为核心的多语信息处理研究

以机器翻译技术为核心的多语信息处理研究

引用

中国中文信息学会成立三十周年学术年会

作者：赵铁军曹海龙哈尔滨工业大学教育部一微软语言语音重点实验室黑龙江哈尔滨 150001

该文介绍了哈尔滨工业大学教育部——微软语言语音重点实验室在多语信息处理方面的研究进展和成果。首先综述了国内外的研究现状，然后重点介绍在统计机器翻译、机器翻译应用、机器翻译评价、跨语言信息检索等方面的研究工作。

关键词：机器翻译技术自然语言信息处理

来源：评论

学校读者我要写书评

暂无评论

基于剪枝策略的短语机器翻译算法研究

基于剪枝策略的短语机器翻译算法研究

引用

第五届全国机器翻译研讨会

作者：刘水李生赵铁军张春越王博哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨 150001

本文参照基于短语的机器翻译系统moses,改进并实现了该系统的算法。剪枝策略将机器翻译系统的代价控制在可接受的范围内,同时,剪枝策略也是影响翻译质量的重要因素之一.与Moses实现的lazy算法不同,本文将几种剪枝策略相融合实现了一种... 详细信息

本文参照基于短语的机器翻译系统moses,改进并实现了该系统的算法。剪枝策略将机器翻译系统的代价控制在可接受的范围内,同时,剪枝策略也是影响翻译质量的重要因素之一.与Moses实现的lazy算法不同,本文将几种剪枝策略相融合实现了一种综合的剪枝策略.以NIST02作为开发集,NIST05作为测试集,在相同参数和翻译模型下,Moses系统的bleu为23.89％,本文系统为24.09％.以该系统为基线,本文提出并实现了一种不划分边界路径的cube-pruning算法,以较小的翻译质量的损失为代价,使解码速度提高了20倍,该系统的bleu得分为23.63％。

关键词：机器翻译 cube-pruning算法剪枝策略

来源：评论

学校读者我要写书评

暂无评论

基于内容的词义本体知识自动获取

基于内容的词义本体知识自动获取

引用

全国第八届计算语言学联合学术会议

作者：郑德权赵铁军李生于浩哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨150001

由于自然语言的灵活性和复杂性,给语言知识自动获取带来一定的困难.本文提出基于内容的词义本体知识自动获取方法,该方法首先定义了词义本体知识描述框架,然后从语料库中获取词本身与同现的其它信息在语义、语用、句法等方面的用法,形... 详细信息

由于自然语言的灵活性和复杂性,给语言知识自动获取带来一定的困难.本文提出基于内容的词义本体知识自动获取方法,该方法首先定义了词义本体知识描述框架,然后从语料库中获取词本身与同现的其它信息在语义、语用、句法等方面的用法,形成词义的本体知识库,并以量化的形式保存.利用所获得的词义本体知识,本文实现了文本相似度计算、信息过滤等有关实验,与现有方法相比,较好解决了精确率偏低问题,取得了较好的效果.

关键词：词义本体知识获取知识库

来源：评论

学校读者我要写书评

暂无评论

Blog网页分类与识别技术研究

Blog网页分类与识别技术研究

引用

2007年全国网络与信息安全技术研讨会

作者：张迪郑德权赵铁军于浩哈尔滨工业大学语言语音教育部-微软重点实验室哈尔滨 150001

Blog作为一种新的网络传播方式,迅速兴起和发展,已经越来越受到用户的关注。因此,迫切需要找到一种自动将Blog网页区别于其它web页面的方法,以便针对Blog语料进行内容抽取、对Blog社区进行规律性研究和发现等。本文针对Blog网页的特点... 详细信息

Blog作为一种新的网络传播方式,迅速兴起和发展,已经越来越受到用户的关注。因此,迫切需要找到一种自动将Blog网页区别于其它web页面的方法,以便针对Blog语料进行内容抽取、对Blog社区进行规律性研究和发现等。本文针对Blog网页的特点与规律,提出一种根据网页结构和关键字计算相似度的方法识别Blog网页,初步的实验结果表明,达到了较高的识别正确率。

关键词：博客网页识别相似度识别技术关键字网页结构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：