Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Lexical transfer using a vector-space model"
Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Lexical transfer using a vector-space model"
Hữu Phước
71
7
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
It exploits a vector-space model developed in information retrieval research. We present a preliminary result from our computational experiment. Introduction Many machine translation systems have been developed and commercialized. When these systems are faced with unknown domains, however, their performance degrades. Although there are several reasons behind this poor performance, in this paper, we concentrate on one of the major problems, i.e., building a bilingual dictionary for transfer. | Lexical transfer using a vector-space model Eiichiro SUMITA ATR Spoken Language Translation Research Laboratories 2-2 Hikaridai Seika Soraku Kyoto 619-0288 Japan sumita@slt.atr.co.jp Abstract Building a bilingual dictionary for transfer in a machine translation system is conventionally done by hand and is very time-consuming. In order to overcome this bottleneck we propose a new mechanism for lexical transfer which is simple and suitable for learning from bilingual corpora. It exploits a vector-space model developed in information retrieval research. We present a preliminary result from our computational experiment. Introduction Many machine translation systems have been developed and commercialized. When these systems are faced with unknown domains however their performance degrades. Although there are several reasons behind this poor performance in this paper we concentrate on one of the major problems i.e. building a bilingual dictionary for transfer. A bilingual dictionary consists of rules that map a part of the representation of a source sentence to a target representation by taking grammatical differences such as the word order between the source and target languages into consideration. These rules usually use case-frames as their base and accompany syntactic and or semantic constraints on mapping from a source word to a target word. For many machine translation systems experienced experts on individual systems compile the bilingual dictionary because this is a complicated and difficult task. In other words this task is knowledge-intensive and labor-intensive and therefore time-consuming. Typically the developer of a machine translation system has to spend several years building a general-purpose bilingual dictionary. Unfortunately such a general-purpose dictionary is not almighty in that 1 when faced with a new domain unknown source words may emerge and or some domain-specific usages of known words may appear and 2 the accuracy of the target word selection
TÀI LIỆU LIÊN QUAN
Báo cáo khoa học: "Accumulation of Lexical Sets: Acquisition of Dictionary Resources and Production of New Lexical Sets"
Báo cáo khoa học: "Online Plagiarism Detection Through Exploiting Lexical, Syntactic, and Semantic Information"
Báo cáo khoa học: "A Large Multilingual Lexical Knowledge Base"
Báo cáo khoa học: "Semi-supervised Dependency Parsing using Lexical Affinities"
Báo cáo khoa học: "Classifying French Verbs Using French and English Lexical Resources"
Báo cáo khoa học: "Coarse Lexical Semantic Annotation with Supersenses: An Arabic Case Study"
Báo cáo khoa học: "Probabilistic Integration of Partial Lexical Information for Noise Robust Haptic Voice Recognition"
Báo cáo khoa học: "Bootstrapping a Unified Model of Lexical and Phonetic Acquisition"
Báo cáo khoa học: "Reducing Approximation and Estimation Errors for Chinese Lexical Processing with Heterogeneous Annotations"
Báo cáo khoa học: "Capturing Paradigmatic and Syntagmatic Lexical Relations: Towards Accurate Chinese Part-of-Speech Tagging"
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.