跨语言信息检索中的双语主题相关模型

如何通过双语平行语料库提取语言之间的语义对信息,对改善跨语言信息检索的性能有着十分重要的意义.双语平行文档拥有相同的主题,这些双语主题在具体模型上可体现为语义相关.本文首先将双语平行文档看作同一语义内容的两种语言表示,从双语平行语料库构造每种语言的潜在语义空间,从而提出一种新的双语主题模型,即双语偏最小二乘主题相关模型.新模型克服了跨语言潜在语义索引模型没有充分考虑双语语义联系的不足.在中英双语新闻语料集上实验结果显示,新模型的文档配对搜索和伪查询跨语言检索性能明显优于跨语言潜在语义索引模型;在使用Google翻译得到的TREC-9双语平行语料库上,新模型也获得了较好的检索性能.

跨语言相似文档检索

检索一篇文档在其他语言中的译文对于双语平行语料库的建立是一件很有意义的工作。本文提出一种改进的跨语言相似文档检索算法,该算法使用双语词典或统计翻译模型作为双语知识库,查找两篇文档的共同翻译词对,把翻译词对的权重作为一种特征来进行相似度计算,用Dice方法的改进算法计算双语文档的相似度。在实验中,统计检索文档的译文排在检索结果前N位的总次数来评价算法的性能,并使用了两个噪音数据集来评价算法的有效性。实验表明,在噪音数据干扰比较大的情况下,译文排在检索结果前5位的译文结果接近90%。实验证明,翻译词对的权重对于相似度计算有很大帮助,本算法可以有效地发现一种语言书写的文档在另一种语言中的译稿。

基于双语LDA的跨语言文本相似度计算方法研究

基于双语主题模型思想分析双语文本相似性,提出基于双语LDA跨语言文本相似度计算方法。先利用双语平行语料集训练双语LDA模型,再利用该模型预测新语料集主题分布,将新语料集的双语文档映射到同一个主题向量空间,结合主题分布使用余弦相似度方法计算新语料集双语文档的相似度,使用从类别间和类别内的主题分布离散度的角度改进的主题频率-逆文档频率方法计算特征主题权重。实验表明,改进后的权重计算对于基于双语LDA相似度算法的召回率有较大提高,算法对类别不受限且有较好的可靠性。

浅谈高校工科类专业课双语教学与多媒体手段的整合应用

双语教学是我国培养新时期复合型人才的一项重大举措,对促进我国高校教育规范化和国际化具有重要现实意义。然而,高校工科类专业课自身特点、学生英语水平偏低以及专业课双语教材等问题决定了现阶段双语教学存在诸多问题,传统教学手段弊端凸显。计算机技术和教学过程有机结合的多媒体教学因其多样性、集成性和交互性特点,是当今高校教学的主流形式。本文通过工科类专业课双语教学存在的利弊分析,结合多媒体教学手段在双语教学过程中体现的特点与优势,探讨将两者整合应用的必要性和方法。

信息与利用课程双语教学可行性分析

开设信息与利用课程双语教学有利于培养学生的信息素养。保证该课程双语教学的顺利开展,要制订切实可行的规划,建立和完善一系列的保障措施和激励机制。

基于双语LDA的列控系统需求规范差异性分析

分析最新国外规范与CTCS系统规范之间的差异,有助于推动CTCS系统需求规范的完善和后续相关规范的修订。本文以ETCS和CTCS两种跨语言的系统需求规范对比为研究对象,提出基于双语LDA的差异性比对方法。利用双语LDA模型.将两种系统需求规范文档映射到同一个需求向量空间,再分别获得两种规范的词语-需求分布以及需求-文档分布。结合TFIDF方法为每类需求和词语分配不同权重.然后利用余弦相似度算法,获取两种规范文档的相似度。选取规范中的部分文档进行实验测试,结果表明:该方法可以计算两种规范之间的相似度,解决了目前人工分析规范间差异性的繁琐问题,可以在实际工作中加以应用。

融合主题模型及双语词向量的汉缅双语可比文档获取方法

缅甸语属于资源稀缺型语言,汉缅双语可比文档是获取平行句对的重要数据资源。该文提出了一种融合主题模型及双语词向量的汉缅双语可比文档获取方法,将跨语言文档相似度计算转化为跨语言主题相似度计算问题。首先,使用单语LDA主题模型分别抽取汉语、缅甸语的主题,得到对应的主题分布表示;其次,将抽取到的汉缅主题词进行表征得到单语的主题词向量,利用汉缅双语词典将汉语、缅甸语单语主题词向量映射到共享的语义空间,得到汉缅双语主题词向量,最后通过计算汉语、缅甸语主题相似度获取汉缅双语可比文档。实验结果表明,该文提出的方法得到的F1值比基于双语词向量方法提升了5.6%。

基于文档相似度的双语文档排序学习

论文提出了一种双语文档排序学习模型。排序是信息检索系统中重要的一个环节,学者们已经对单语言环境下的文档排序学习问题进行了很多的研究,但是多语言语境下的文档排序问题并没有得到很大的重视。在双语文档集合中,文档是用两种不同语言写成的,所以我们并不能使用已有的单语言排序学习模型直接对双语言文档进行排序。在单语言排序学习模型的基础上,提出了一种基于双语文档相似度的双语文档排序学习方法。为了能够把源语言文档和目标语言文档关联起来,提出了一种基于双语word embedding的双语文档相似度计算方法。通过简单地把源语言查询翻译为目标语言,达到筛选目标语言文档的目的。实验结果表明,该方法在英汉和英越两种语境下都取得了较好的效果。

浅析科技论文参考文献的双语著录情况

随着我国科技期刊国际影响力的不断提高,科技期刊文章的英文信息也随之增加。例如论文题目,作者姓名,作者单位名称,摘要,关键词,图题、表题名称以及文后的参考文献都采用中英文双语著录格式。由于文后参考文献双语著录格式存在多样化,并没有统一的标准,作者在写作中更容易出现错误。针对科技论文文后参考文献双语著录情况进行分析,通过列举和比较法对参考文献双语著录存在的问题提出了一些建议,对提高我国科技期刊国际影响力起到了重要作用。

徽州英汉双语文书的价值

徽学的诞生,主要是由于巨量徽州原始民间文书档案的发现。以往学者对徽州文书的分类探讨,主要针对中文类型的文书,而忽略了英汉双语文书这一类型。本文揭示了笔者收集到的一批徽州双语文书的特点,探讨了其在徽学、经济史、商业文化和英语史等领域的学术价值。

独立学院双语教学的现状以及在《国际商务单证》课程中的应用策略

本文主要通过展示双语教学在独立学院中的现状及存在的问题,并以《国际商务单证》课程为例,阐释双语教学课程有关教材选用、课程设计、教学评估等方面的应用策略。

外贸单证课双语教学的现状分析和对策研究——以陕西科技大学为例

本文首先从建构主义和人本主义教学观分析了实施外贸单证双语教学的理论基础,从人才培养,语言学习,高等教育改革分析了实施外贸单证课双语教学的实践意义,其次,通过文献研究和实际调查,文章对我国高校双语教学现状和陕西科技大学外贸单证课双语教学的现状进行分析,找出该课程双语教学存在的主要问题,最后,文章提出优化对外贸易单证实务课双语教学的策略,得出相关结论。

医学双语文档设计实训教学模式的构建与应用

目的通过描述上海健康医学院建立的医学双语文档设计实训教学平台及其特点,以实际操作的方式探索医学院外语教师培养医学生术语管理能力,开发信息化教学资源,进而多维度地强化医学生的专业英语应用意识。方法将90位参与医学文档设计项目的学生,按专业分组进行实验,并引入案例展示学生实训结果。其中,分别对学生术语管理能力的掌握度、排版设计知识的掌握度、相关医学知识运用能力及企业对文档项目的认可度进行评价。从教学实验效果看,学生各项评价指标在原有基础上均有所提升。结论实训平台结合培养医学生专业需求,以翻译的表达准确、信息适用、呼唤转化为原则,利用数字化术语管理方法培养学生的文本再创造能力,不但激发了学生对专业的求知欲,还提高了医学专业人才的培养质量。

晚清至民国时期徽州双语文书四则

新近发现清末民初徽州双语文书四则:《祁门公馨茶庄英汉双语标识》《同春祥茶号英汉双语标识》《志成祥茶号英汉双语标识》《中国安徽省第一茶务讲习所中国名茶英汉双语标识》。这四则文书蕴含了近代徽商丰富的商业理念与语言信息,其中所记录的内容既可以窥见徽州茶商为祁门红茶打开国际市场的努力与智慧,也展示出民国时期徽商英语水平与英语语言文化的掌握状况,这对祁门红茶享誉全球起到重要的促进作用。

钱与帛——中国人民大学博物馆藏三件于阗语—汉语双语文书解析

中国人民大学博物馆展出了一批古代文书,其中有三件于阗语—汉语双语文书,严格意义上,是两件双语、一件有于阗语注音的汉文书。第一件《桑宜没欠款》,馆藏编号GXW0107,所涉及人名大多是于阗文书中常见,年代大抵形成于8世纪末的30年之间,所记事件发生在古代于阗著名的杰谢。第二件编号GXW0038者,曾定名为《汉语于阗语双语契约》,但从剩余于阗文字判断,更像是下级对上级的辩状公文。于阗语部分出现催促交纳thauna"布;絺紬"的语句,亦反映出8世纪末古代于阗社会对纺织品的强烈需求。第三件是《杰谢首领勿劳便緤布契》,馆藏编号GXW0163,此件看似双语文书,实际上是一件有于阗语注音的汉语文书,虽然残破,但具备提示作用。本文主旨,在于解析这三件文书所涵盖的语言、历史信息。基本结论:从文书所涉及的人物以及事宜而观,这三件文书应属于一个时代,甚至可能出自同一处遗址,反映了8世纪后30-20年杰谢地区的生产、生活以及居民的构成,值得结合其他文献更深入探讨。

清内阁满蒙文合璧文书的形成流程、书写格式及语文特征

清内阁满蒙文合璧文书,集中留存于清内阁蒙古堂档,包括蒙古地方的蒙古文来文及其满文译件、清朝皇帝颁给蒙古地方的满文敕谕及其蒙古文译件。其中,满蒙文合璧来文的形成流程是,蒙古使臣来京后先到理藩院递交信件,理藩院转送至内阁,由内阁译为满文,与原蒙古文一并进呈御览,奉出后抄录,存贮于内阁蒙古堂。内阁满蒙文敕谕的形成途径是,内阁先拟写颁给蒙古地方的满文、蒙古文敕谕并进呈御览,然后将其抄录,存贮于蒙古堂。蒙古文来文及其满文译件和清帝满文敕谕及其蒙古文译件,在书写格式上基本一致,依次为标题、抬头词、正文、礼单、文末用语、文书落款、文书处置记录,行文抬格较为普遍。满文文书因其文字和语法等方面的特征,对解读蒙古文文书构成了有益的参考。