语料库短语序列提取系统的设计与开发

来源 :外语电化教学 | 被引量 : 0次 | 上传用户:jiaoqianqian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语料库短语序列提取一直是短语学研究的关键技术环节。囿于计算和操作的复杂性,前人研究多使用相对单一的统计方法测量和提取短语序列,导致提取的数据包含大量噪音。文章使用前沿的大数据处理手段和计算技术,实现了基于频数、互信息、边界熵等多种统计手段的短语序列提取方法,并研制开发了相应的系统。实验结果表明,该系统能够在普通计算机上支持千万词级规模的大型语料库运算,并能显著提高短语序列的提取质量。 Corpus phrase sequence extraction has been the key technology of phraseology research. Due to the complexity of computation and operation, previous studies mostly used relatively simple statistical methods to measure and extract phrase sequences, which resulted in a large amount of noise in the extracted data. Using the frontier big data processing and computing techniques, the article has realized the phrase sequence extraction method based on multiple statistical means such as frequency, mutual information, boundary entropy, and developed the corresponding system. The experimental results show that this system can support large-scale corpus-scale computing on the average computer and can significantly improve the quality of phrase extraction.
其他文献
随着市场经济的飞速发展,很多企业的发展也极为迅速,当然,这也是建立在企业健康发展的基础上.如何保证企业健康发展,则是内部控制以及财务风险管理工作最大的目标.本文则主要
随着国际金融市场日益全球化,实现中国证券市场国际化对我国参与国际金融市场合作具有重大意义.本文首先回顾中国证券市场国际化已取得的成果,然后进一步分析中国证券市场国
在高中化学学科教学中,我们经常发现,化学概念的掌握与化学问题的表征之间确实存在很重要的关系,这主要是因为在化学学科学习过程中,化学概念是构建化学知识框架的重要基础,
近年来,网络直播已经成为了大众关注的焦点,网络视频直播也成为2016年年度热词,随着各种视频直播APP的陆续上线,不仅吸引了普通大众和网红的追捧,同时还受到明星们的热爱,201
随着高中教育的扩招普及,许多成绩好的初中毕业生选择读高中上大学.同时,初中毕业生总量的逐年减少,生源危机使职业学校的招生困难,使得一些职业学校不得不录取分数很低的学
期刊
目前国际社会中机电一体化是当代科学技术发展的重要技术,随着现在社会市场环境的改变,机电技术需要不断的创新实践,才能在当今竞争如此激烈的国际社会中取得一席之地,其中的
中学语文教学的重要任务之一就是小说教学,语文课本中选入的小说大部分都是古今中外的名篇,在文学教育中占有举足轻重的作用.当下的小说教学中,不分重难点,教学流程混乱,目标
牌坊虽是民间小建筑,但作为中华民族文化的象征之一,是传统文化中一颗璀璨的星星.在新时代,牌坊受到各种因素的破坏,但其自身的价值仍存在.今天,我们在对歙县牌坊的保护中,必
遵纪守法,诚实守信古人给我们做出了榜样,尤其是他们从自己做起,从身边的人做起,当誠实守信的人的事例,给我们树立了榜样.rn什么是诚实守信呢?诚实,是忠诚正直,言行一致.守信
期刊
当前,视频侦查已经成为继刑事技术、行动技术、网侦技术之后的第四大支撑,但在侦查实践中,对画面信息深度解析一直是困扰民警的难题,为更好地指导侦查破案,指导民警系统性地