文档名：基于多译文的中文转述语料库建设及转述评价方案
转述语料是转述现象研究的基础.针对目前学术界中文转述语料稀缺的现状,本文以《简爱》的多个中文译本为基础,通过句对齐得到五万句级别的平行转述语料.使用无监督的小句对齐和词对齐算法,本文从语料中挖掘到九千多对词汇转述知识.同时,本文还复现和改进了机器翻译测评指标Meteor,使得该指标更适合于中文转述句子的测评,并构造了一个中文句子转述测评数据集,以便对不同的转述知识和评价指标进行比较.实验表明,本文算法挖掘到的词汇转述知识在封闭测试中不逊于《同义词词林》.
作者：阮翀 施文娴 李岩昊 翁伊嘉 胡俊峰
作者单位：北京大学计算语言学教育部重点实验室,北京市100871;北京大学信息科学技术学院,北京市100871北京大学信息科学技术学院,北京市100871
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：中文转述语料库 小句对齐 词对齐 评价指标
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 671.24 KB
- 下载次数:
- 60
-
高速下载
|
|
