用于短文本关键词抽取的主题翻译模型

为进一步改善短文本关键词抽取的效果,提出一种TTKE(topical translation for keyphrase extraction)主题翻译模型。结合主题模型与统计机器翻译模型的优势,通过长文本辅助短文本进行主题发现,学习特定主题下词语与关键词的对齐概率,为给定短文本进行关键词抽取。在真实数据集上进行实验,实验结果表明,该模型能够有效提高短文本关键词抽取的效果。

面向多领域资源的汉英双语语料库构建的研究

针对Web上双语资源的多领域性和布局规律性,提出一种拟合多领域特征和位置特征的概率对齐模型。该方法同目前对齐模型相比,在对齐准确率和召回率上分别提高了37%和40.4%。