- 1、本文档共15页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(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。
- 3、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。
- 4、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)。
查看更多
逃鸵肿右州
Tow ards a \Universal Dictionary for
Multi-Language Information Retrieval
Applications
J. Michael Schultz, Mark Y. Lib erman
May 22, 2000
1 Intro duction
Recent formal evaluations suggest that simple techniques can accomplish high-
quality automatic retrieval from multilingual do cument sets, at least for some
tasks. These techniques are based on p er-do cument word counts | what in
the monolingual case are familiarly called \bag-of-words mo dels | generalized
across languages using simple word-by-word translation. However, an imp or-
tant practical imp ediment to coverage of a large numb er of languages is the need
for translation dictionaries. These are time-consuming and exp ensive to create
by hand, and few language pairs have large enough parallel or comparable text
corp ora for statistical induction metho ds to b e feasible. In this pap er, we show
that an appropriate metric for term selection in a monolingual English corpus
allows us to dene a fairly small list, containing ab out ten thousand in
ected
forms or ab out 7500 lemmas, which works essentially as well (for a particular
monolingual do cument classication evaluation) as an unlimited vo cabulary of
more than 300,000 word forms do es. We suggest that such a list can b e taken
to form the English axis of a sort of \universal dictionary for do cument clas-
sication tasks, providing a much more eÆcient path to the addition of new
languages.
If prop er names can b e treated separately, then the \universal dictionary
b ecomes even smaller | ab out 5 thousand terms. Given a new language for
which no prior resources of any kind exist, an initial mapp
您可能关注的文档
- 简论生态环境价值观的几个重要认识问题_翟松天.pdf
- 管理方的概念.pdf
- 糖尿病健康咨询100问-一、基础知识.PDF
- 糖尿病饮食(问与答).PDF
- 系列1庆科整体认识-MiCO学院.PDF
- 系列低压配电产品.PDF
- 纤维堆囊菌的多细胞形态发生过程.pdf
- 纳米材料及其功能性纺织产品的开发研究.pdf
- 纳米蒙脱土在SBR复合材料中的应用.PDF
- 纸盒包装箱市场前景预测及投资规划分析报告(目录).doc
- 携程产品营销经理岗面试题库参考答案和答题要点.docx
- 携程产品经理岗面试题库参考答案和答题要点.docx
- 携程供应链管理专员岗面试题库参考答案和答题要点.docx
- 携程交易数据分析师岗面试题库参考答案和答题要点.docx
- 携程公共关系专员岗面试题库参考答案和答题要点.docx
- 携程内部培训专员岗面试题库参考答案和答题要点.docx
- 福建省福州市2023-2024学年高二上学期期末测试英语试卷(含答案).pdf
- 携程人力资源专员岗面试题库参考答案和答题要点.docx
- 福建省三明市2023-2024学年高二上学期期末测试英语试卷(含答案).docx
- 福建省三明市2023-2024学年高二上学期期末测试英语试卷(含答案).pdf
最近下载
- 青岛版六年级上册劳动教案(教学设计).pdf
- 上海政法学院2020-2218学年度《宏观经济学》期末考试试卷含标准答案.docx
- 教研教培课件:《基于“数学核心素养”的初中教材解读的理论研究与实践探索》.pptx
- 上海政法学院2021-2022学年度《宏观经济学》期末考试试卷含标准答案.docx
- 基于高中语文学习任务群的思辨性阅读研究结题报告.pdf
- Python程序设计 13. numpy和pandas数据分析.ppt
- 2024-2025学年初中地理八年级上册人教版(新课程标准)(2024)教学设计合集.docx
- 宪法宣传主题班会(主题班会).ppt
- 品质管理的三现五原则.ppt
- 高中语文教学课件:古诗鉴赏之诗评类主观题指导.pptx
文档评论(0)