双语句对的专业类及其应用研究.pdf

摘要 双语句对的专业分类具体来说就是对句库中对齐的双语句对进行专业分类， 属于短文本分类范畴。传统的文本分类方法基本都是处理普通文本(长文本)分 类，目前短文本分类技术还不成熟，主要是短文本特征的稀疏加大了研究的难度。 按照专业分类后得到的专业句库，对于机器翻译、跨语言检索等自然语言处理领 域都有很高的应用价值。 本文研究双语对齐句库的专业分类及在机器翻译中的应用，主要做了如下工 作： 针对句库分类的特点，提出了一种双语词汇权重分配叠加方法对句库进行二 值分类。首先对现有专业词典中的双语词汇进行权值分配，然后通过双语句对中 双语词汇权重的叠加计算双语句对的权重，通过阈值设置，进行双语句对的分类。 试验证明，该方法分类结果达到应用的要求。 基于向量空间模型理论，利用词共现和词义相似度对专业词典进行扩充。把 原始词典中的词作为种子词，并利用种子词建立双语问的关系。对目标专业词汇 与种子词之间的共现关系建立向量空间，最后通过双语专业词汇向量问的相似度 来找出目标专业词汇对应的翻译项，获取双语专业词汇。 把经过专业分类的旬库运用到统计机器翻译的翻译模型训练中。不同方法得 到的专业句库是有差别的。为了验证不同句库对机器翻译模型训练的影响，我们 做了对比实验，结果表明，使用专业句库训练得到的机器翻译模型，对专业领域 的翻译是有帮助的。 关键词：句库分类；专业词典；机器翻译：向量空间模型 Abstract text toshort classification sentenceprofessional belongs Bilingual pairs toclassificatthe semtemce ofsoftware alignedbilingual theuse classification，is on normaltext· methodalmostbased textclassification processing traditional pair-The isnot textfeatures Classificationtechnology becauseofshort sparse，its has high the corpus to classification，theprofessional mature．Accordingprofessional 011· themachine retrievalandSO valuein translation，cross—lang