基于词向量的维吾尔语词项归一化方法

使用无监督的方法,将口语文本中的非正规维吾尔语词项归一化到正规文本中意思相近的正规词,基于神经网络,利用大规模语料将维吾尔语单词映射到低维向量空间,对向量空间的非正规词进行聚类。引入一个贪心解码器对非正规词做归一化处理,并进行重采样迭代,从而将之前未能成功归一化的非正规词归一化。实验结果表明,使用该方法对维汉机器翻译的待翻译口语文本进行前编辑后,生成的译文质量有显著提高。该方法给维汉口语文本机器翻译系统提供一个前处理的流程,在缺乏双语口语平行语料的情况下也能有效提高机器翻译系统性能。

Kauffman代数的Grobner-Shirshov基

本文给出Kauffman代数的Gr?bner-Shirshov基,并且作为一个应用,还给出Kauffman代数的一组由Jones正规词组成的线性基.

兼顾汉语语言特色的语言信息化建设研究

本文从语言理论与语言信息应用兼顾,人机相辅相成以及知识的累积、创造与突破这三个重要观点出发,深入探讨分析词库小组各项研究成果及其影响力。重点在中研院词库小组在汉字、词知识库、语料库、句法树库等领域建构语言资源时兼顾语言学理论,语言事实及信息处理要求的研究方法。并讨论这个研究方法在学术与应用上的意义与影响,特别是研究成果对汉语语言资源政策与标准化的可能启发。