基于web數(shù)據(jù)的雙語(yǔ)資源挖掘技術(shù)研究

《基于web數(shù)據(jù)的雙語(yǔ)資源挖掘技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào)UDC衡級(jí)公Ⅱ?qū)W位論文題目：基于Web數(shù)據(jù)的雙語(yǔ)資源挖掘技術(shù)研究研究生姓名學(xué)科專業(yè)名稱研究方向論文類型申請(qǐng)學(xué)位指導(dǎo)教師姓名指導(dǎo)教師職稱指導(dǎo)教師單位論文提交日期論文答辯日期：羅陽(yáng)：計(jì)算機(jī)軟件與理論：知識(shí)工程與知識(shí)管理：基礎(chǔ)研究：工學(xué)碩士：張桂平：教授：沈陽(yáng)航空航天大學(xué)：2010年12月08日：2010年12月23日沈陽(yáng)航空航天大學(xué)2011年01月＼SHENYANGAEROSPACEUNIVERSITYTHESISFORMASTER’SDEGREETHERESEARCHOFMININGBILINGUALRESoURCESFROMWEBCandidate：YangL

2、uoSupervisor：GuipingZhangSpecialty：ComputerSoftwareandTheoryDate：January2011原創(chuàng)性聲明本人鄭重』占【咐：所呈交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立完成的。除義中已經(jīng)注I姐引剛的內(nèi)容外，本論文小包含其他個(gè)人或集{本已經(jīng)發(fā)表或撰寫過(guò)的作。誚或成果，也小包含本人為獲得其他學(xué)位而使_

3、_}】過(guò)的成果。對(duì)本文研究做山重要貞獻(xiàn)的個(gè)人或集體均已在論文中進(jìn)行了說(shuō)明并袋示謝意。本聲明的法律后果山本人承擔(dān)。論文作者簽名：、刃陽(yáng)鋤10年J2-月31日沈{眥宅航九人學(xué)頃L學(xué)位嗆文摘要隨著統(tǒng)汁力}土{l二II然譜，，處

4、理一l-的廣泛J,VAIj．雙語(yǔ)語(yǔ)半1庫(kù)資塒{塒1：自然i序占處理研究的臣人價(jià)值已經(jīng)甜到越術(shù)越多的認(rèn)--r，尤其在機(jī)器翻洋、跨晤．j信息檢索和烈語(yǔ)術(shù)浯翻澤等領(lǐng)域具釘小叫或缺f

5、{J重要作川。以互聯(lián)叫為數(shù)據(jù)源挖掘雙語(yǔ)資源司以有效解決傳統(tǒng)人l構(gòu)建語(yǔ)料庫(kù)的規(guī)模不址，時(shí)效rl：、真實(shí)性、語(yǔ)種靈活性差等問(wèn)題?，F(xiàn)訂的雙晤資源挖掘技術(shù)l二耍針劉烈晤、r仃剛貞，從葉】提JI_(州I剛位置的互譯資源。山于這類網(wǎng)頁(yè)數(shù)量少．對(duì)齊模型復(fù)雜，本文挺H州對(duì)堆一雙語(yǔ)剛頁(yè)進(jìn)行取語(yǔ)資源挖掘方法，通過(guò)介糾重點(diǎn)技術(shù)柬j*進(jìn)雙語(yǔ)資源挖*Im過(guò)樣。水文提¨：了‘種基于聯(lián)合策略的壩語(yǔ)剛頁(yè)找啦方法。該方法通過(guò)啟

6、發(fā)條件擴(kuò)展搜索項(xiàng)、過(guò)濾不棚關(guān)M負(fù)，得到含有般}占信息的嘲貞，以頻繁序列模式為特征，使用支持

7、fll皺WI對(duì)I叫Ⅱ{進(jìn)行：分類．削斷所得網(wǎng)負(fù)是否為烈浯網(wǎng)頁(yè)。然后根捌雙浯㈧頁(yè)特點(diǎn)提?剮頻繁序列模，℃和種子模式構(gòu)建胤則阼，通過(guò)胤則匹配的方法提眥出取譜”段，州叫使J日l(shuí)l：姚則文本9l槭度束度量一個(gè)無(wú)法與規(guī)則棚匹配的片段模式能甭作為J靶則如I八艦則肼：。返樣_『以擴(kuò)充胤則庫(kù)，滿足烈浯資源存在的多樣性々特殊性要求。在烈語(yǔ)資源仙墩的過(guò)陽(yáng)ll，考慮到語(yǔ)再的差異性，刑1‘難以通過(guò)編碼區(qū)分的語(yǔ)占，：lJI

8、入語(yǔ)．；特抓，并7ii]lll取佑息時(shí)考慮晤寺特征的優(yōu)先緞等【N素米完成雙語(yǔ)資

9、源的城終抽墩。毋后，本文

10、}fJ建了“蟮下Web數(shù)柵的烈語(yǔ)資源挖掘系統(tǒng)”．唆系統(tǒng)不僅實(shí)現(xiàn)丁上述烈語(yǔ)資源挖捌方法，以町挑化的方式展示實(shí)驗(yàn)效果，史iI

11、

12、入了方便』=I]J1使HJ的查i小瀏覽剛死川戶添』

13、¨、指定網(wǎng)址抓取以及種予選擇等功能，成為完整的lIij川lJ戶的使f_

14、i】程序。關(guān)鍵詞：Web挖捌；烈沿資洲!；頻繁序列模-℃：網(wǎng)頁(yè)分類沈?航窀帆犬人學(xué)咂L學(xué){々論文Abstt·actWitbthestatisticmethodwidespreadappliedinnaturelanguageprocessing，thegreatvaluebougiltbybili

15、ngualcorpusresourcesforthenaturelanguageprocessingresearchhasbeenapprovedbyi]loreandpeopleEspeciallyilltilefieldofmachinetranslationcross—languageinformationretrievalandbilingualtermstranslation，thebilblgualcorpusresourcesarealsoinlportantTominetbebilingualresourcesbyusingIntemetastile

16、datasourceCalle忤bctlvelvsolvetheproblemswhichappearintbetraditionalbilingualcorpusestablishmentprocessbyhandwork．suchaslackofscales，timeliness、realness．1anguageflexibility,etcTileexistingtechniquesforminingbilingualresourcesaremainlyincoBnectionwitbtheparallelbilingualwebpages，fi-omw