一个基于GLR算法的英汉机器翻译浅层句法分析器

浅层句法分析是指短语级的自然语言句法分析。在研制MatLink英汉机器翻译系统的过程中,提出了扩充的CFG文法用于描述英语短语句法,并改进了GLR算法,设计实现了用于英汉翻译的英语浅层句法分析器。该分析器采用多出口的分析表结构,引入符号映射函数实现短语边界的自动识别,用孩子兄弟树描述短语的句法结构,并通过短语转换模式实现源语言向目标语言的短语级转换。最后,通过对一个实例句子的分析阐述了该浅层句法分析器的设计思想和工作过程。

面向软件逆向工程的GLR优化算法

GLR分析方法主要用于自然语言的处理分析,较少应用于软件逆向工程领域的语法分析。针对软件逆向工程领域的语法分析特点,分析传统确定性分析算法的局限性,阐述采用GLR分析算法的目的。通过实例剖析GLR算法的主要性能瓶颈,从分析表构造、分析动作执行等多个层面对算法进行优化,提出一种面向软件逆向工程的GLR优化算法。该算法已在一个可视化语法分析器自动生成环境中实现。实验结果表明,在分析无二义性输入串时,该优化算法与传统的LALR(1)文法具有可比性,实用价值较高。

基于GLR算法的英语长难句句法分析的探讨

英语长难句是英汉翻译的一大障碍点,其复杂结构的有效识别和分析直接关系到英汉翻译质量。基于此,对英语长难句的句法分析技术进行研究,提出基于GLR算法的长难句拆分策略。将长难句拆分为不同层次的片断,利用GLR算法识别与分析各片断中的简单短语,提炼出句子的主干结构,为生成译文做好铺垫;同时对错误拆分的情形进行纠正,从而有效提高了句法分析的合理性。实验结果表明,该拆分策略在长难句的句子结果拆分上具有较好的合理性。

基于神经网络的GLR句法分析算法

提出并实现了一种基于神经网络的GLR(GeneralizedLR)句法分析算法,该算法结合神经网络自学习、自组织和并行分布处理等优点,以BP神经网络结构模型取代了GLR算法的分析表,模拟其移进和归约动作,通过计算网络输出来分析句法结构。该分析算法较好地解决了GLR算法对于存在多个移进归约冲突动作时,复制分析栈会使得动作表变得很大的缺点,实验结果表明,这种算法具有较好的泛化能力。

基于GLR算法的新型概率句法分析器

为了提高句法分析器的分歧能力和分析准确率,结合上下文无关概率模型PCFG和头驱动概率模型HDSM各自的优点,提出了一种新型的概率模型PCFG_HDSM,并基于GLR算法,实现了一个新型的汉语句法分析器。在词性标注阶段,通过对助词的详细标注使部分歧义在规则阶段就被去除掉,提高了系统消歧的能力。经过开放测试,准确率和回归率分别达到82.8%、74.7%,与其他分析器分析结果比较有了较大提高,证明新模型PCFG_HDSM确实提高了分析器的分歧能力。

基于改进GLR算法的智能识别英语翻译模型设计

广义最大似然比检测(GLR)算法模型翻译识别结果存在数据点重合的情况,精确度无法得到有效保障;为了准确地识别短语,设计了基于改进GLR算法的短语智能识别算法,该算法构建标记规模约74万个英汉单词的短语语料库,使短语具备可搜索功能,通过短语中心点构建短语结构,可获得词性识别结果,依据解析线性表的句法功能校正词性识别结果中的英汉结构歧义,最终获得识别的内容;综合的测评结果上看,基于改进GLR算法识别精度95%以上,综合得分92.3分,该算法克服了GLR的弊端,相对统计算法和动态记忆算法提高了运算速度和处理性能,更加适合机器翻译任务,为在智能机器翻译领域提供了新的思路。

基于GLR算法的维吾尔语句法分析研究

采用GLR算法对维吾尔语句子进行句法分析,并且与平行LR算法进行比较,比较它们的分析过程,针对于维吾尔语在单词集上进行句法分析。分析结果采用最优规则,选取最优的句法分析树,对下一步的句法分析研究提供很大的帮助。

基于改进GLR算法的英语翻译智能识别模型设计

针对传统算法模型精度比较低的问题,提出了基于改进GLR算法的英语翻译智能识别模型。通过此算法创建用于标记规模上万个英汉单词的短语语料库,使短语能够自动搜索。另外,创建英语翻译智能识别模型,以数据的收集、处理和输出规划智能识别模型;有计划地对英语信号进行收集和处理,并且提取特征参数,实现英语翻译智能识别。对设计的英语翻译智能识别模型进行实验分析,记录实验数据。通过实验分析可知,设计的英语翻译识别模型精准度较高,能够满足英语翻译工作需求。

一种有效的概率上下文无关文法分析算法

句法分析的研究是自然语言处理领域的一个重要组成部分．该文提出并实现了一种有效的概率上下文无关文法ＳＣＦＧ（ｓｔｏｃｈａｓｔｉｃｃｏｎｔｅｘｔ－ｆｒｅｅｇｒａｍｍａｒ）的分析算法．首先对原有的ＧＬＲ分析表加以改造，以便能够利用分析过程的控制结构来计算有关的概率；然后对分析过程中的每个状态增设了下标，以区分不同的归约路径．通过上述手段，成功地引入了状态的前向（Ｆｏｒｗａｒｄ）概率和内（Ｉｎｎｅｒ）概率．利用这两个概率可以计算输入句子的所有可能分析树的概率，用于选择最佳的分析结果．通过对大规模真实文本进行实验，结果表明，这种算法具有较高的分析效率．

英汉机器翻译中的短语自动识别算法

为了准确识别短语,设计了一种英汉机器翻译短语自动识别新算法。首先构建标记规模约为58万个英汉单词的短语语料库,为短语赋予基本的可搜索功能,保证翻译真实度;然后以短语中心点构造短语结构,改进标准GLR算法,在短语语料库的短语标记上识别短语词性,得到词性识别结果;最后通过解析线性表的句法功能校正词性识别结果中的英汉结构歧义,得到最终的识别结果。实验组织测评小组以打分方式对所设计的算法进行测评,测评结果证明算法的短语识别精度、识别速度和更新能力均很优秀。

一种基于神经网络的汉语句法分析错误恢复

论文提出了一种基于BP网络的汉语句法分析错误恢复方法,结合神经网络自学习、自组织的优点,以神经网络的结构模型代替了富田胜算法的分析表,模拟其移进规约动作。该方法鲁棒性好,能够恢复富田胜算法句法分析结果中的若干错误句子,提高其容错性能。实验结果表明,该方法对于错误句子的恢复取得了令人满意的效果。

基于anchor模型的说话人检索技术

本文研究了基于anchor模型的说话人检索技术，提出了基于SCV分量方差和基于广义似然比聚类的模型剪枝方法．对基于序数比较的相似测度进行了改进，使SCV各分量的数值和比值都参与到识别中来，提高了检索性能。通过实验印证了将传统的说话人检索中的模型训练过程转变为计算语音相对于anchor说话人模型距离的映射过程．所带来的计算量和存储量的优势．为说话人检索在大型语音库和嵌入式系统的应用提出了新的思路：

含微网的新型配电网可靠性分析

大量的分布式电源接入配电网会对配电网的可靠性带来深刻的影响。提出以分布式电源、负荷所组成的微网为分析对象,从微网的角度分析微网对配电网可靠性的影响。提出发电负荷率(GLR)的概念,通过序贯的蒙特卡洛模拟算法,考虑发电负荷率的因素,分别分析微网内部分布式电源类型、容量以及微网运行方式对配电网可靠性的影响。算例结果表明,微网能够提高配电网的可靠性,且不同类型的微网对其可靠性影响程度不同。