Building parallel corpora by automatic title alignment using length-based and text-based approaches     

Christopher C. Yang  Kar Wing Li 《Information processing & management》2004,40(6):27

Cross-lingual semantic interoperability has drawn significant attention in recent digital library and World Wide Web research as the information in languages other than English has grown exponentially. Cross-lingual information retrieval (CLIR) across different European languages, such as English, Spanish, and French, has been widely explored; however, CLIR across European languages and Oriental languages is still in the initial stage. To cross language boundary, corpus-based approach is promising to overcome the limitation of the knowledge-based and controlled vocabulary approaches but collecting parallel corpora between European language and Oriental language is not an easy task. Length-based and text-based approaches are two major approaches to align parallel documents. In this paper, we investigate several techniques using these approaches and compare their performances in aligning English and Chinese titles of parallel documents available on the Web.  相似文献   

Analyzing imbalance among homogeneous index servers in a web search system     

C.S. Badue  R. Baeza-Yates  B. Ribeiro-Neto  A. Ziviani  N. Ziviani 《Information processing & management》2007

The performance of parallel query processing in a cluster of index servers is crucial for modern web search systems. In such a scenario, the response time basically depends on the execution time of the slowest server to generate a partial ranked answer. Previous approaches investigate performance issues in this context using simulation, analytical modeling, experimentation, or a combination of them. Nevertheless, these approaches simply assume balanced execution times among homogeneous servers (by uniformly distributing the document collection among them, for instance)—a scenario that we did not observe in our experimentation. On the contrary, we found that even with a balanced distribution of the document collection among index servers, correlations between the frequency of a term in the query log and the size of its corresponding inverted list lead to imbalances in query execution times at these same servers, because these correlations affect disk caching behavior. Further, the relative sizes of the main memory at each server (with regard to disk space usage) and the number of servers participating in the parallel query processing also affect imbalance of local query execution times. These are relevant findings that have not been reported before and that, we understand, are of interest to the research community.  相似文献   

中国英语学习者书面语中推导性话语标记语使用情况调查——一项基于语料库的研究     

唐丽玲 《兰州石化职业技术学院学报》2011,11(2):74-77

通过语料库文本分析的方式,把中国英语学习者（英语专业学生）书面语中推导性话语标记语的使用情况和英语本族语者使用情况进行对比。结果显示,（1）中国英语学习者书面语中推导性话语标记语的使用存在严重的过多和过少使用并存现象,且呈简单化、口语化倾向;（2）推导性标记语使用水平会随着学习者语言水平的提高而有所提高,但个别推导性标记语的使用具有语用＂石化＂特征。  相似文献   

基于COCA语料库的词语搭配辨析:以“结果”为例     

张静华 《南昌教育学院学报》2011,(11):173+175-173

本文借助COCA语料库KWIC和搭配词统计的优势,对"结果"即"consequence,outcome,result"查询结果研究分析,总结出这3个词的典型搭配和类联接,揭示词语搭配的规律,对语言教学和实践提供了一种有效研究手段和视角。  相似文献   

汉语情感语音的语料设计与韵律研究   总被引：1，自引：0，他引：1  

章婷  顾文涛 《南京师范大学文学院学报》2011,(3):33-44

在现代语音学的研究中,语音语料库的设计至关重要。本文着重讨论了汉语普通话情感语音的语料库设计与采集。首先我们对情感语音研究中往往混为一谈的“情绪”和“态度”在概念上做了严格的区分,然后采用角色扮演的诱导式方法,设计并采集了四种基本情绪和五个态度类的语音语料。在讨论了语音标注和韵律数据处理方法后,我们通过听辨实验考察了情感语音的感知特性,并通过声学分析着重探讨了各类态度语音的韵律特征。  相似文献   

基于EM算法的汉语自动分词方法   总被引：9，自引：1，他引：8  

李家福  张亚非 《情报学报》2002,21(3):269-272

汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用 ,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型 ,并重点剖析了EM(Expectation Maximization)算法 ,对实验结果进行了分析。最后对算法进行了总结与讨论。  相似文献   

奥运会会徽设计主体精神的历史动态解读   总被引：1，自引：0，他引：1  

吴伟 《西安体育学院学报》2007,24(2):28-30

奥运会的会徽内容表现形式多样,别具匠心的奥运会会徽主体设计通常能表现出不同时期,不同民族,不同地域的特殊文化内涵,透过奥运会会徽的设计不难发现,自奥运会举办至今的一百多年里,奥运会会徽内容所折射出的不仅是会徽内容的丰富多彩以及表现形式的多样化,而且更多反映的是不同时期,不同举办国家会徽精神的历史动态进程。  相似文献   

辽宁城市公示语汉英翻译语料库建设的思路探索     

江利 《科教文汇》2015,(15)

辽宁城市公示语翻译目前存在着诸多问题,例如翻译标准和名称不统一、语言错误、信息缺失等。建设辽宁城市公示语汉英语料库将有助于辽宁省各城市公示语中英文翻译的统一化、规范化,其对辽宁各城市经济文化的对外交流合作与发展有着极其重要的现实意义。  相似文献   

基于情景喜剧的语用教学语料库建设初探     

许鹏 《湖北函授大学学报》2015,(1):113-114

在简述基于情景喜剧的语用教学语料库的建库目的和用途的基础上,结合相关研究探讨了建库原则、实现步骤以及语料的采集、筛选、转写、标注等问题,并对语料库的预期价值作出展望。  相似文献   

基于三维虚拟现实技术对周施雄双杠后上转体450°成倒立动作的分析     

周继和  王帅  刘艺  李溪 《成都体育学院学报》2015,(6):96-99

在世界上,中国运动员周施雄首次完成双杠后上转体450°成倒立动作。本文应用三维录像解析法对周施雄在比赛现场所做的后上转体450°成倒立动作采集运动学数据,利用沉浸式三维虚拟现实技术对获得的运动学数据进行重建,通过360°的旋转再现观察,以三维动画的形式进行运动学分析。研究发现周施雄在比赛中虽然完成了这一动作,但还有待完善。主要问题有上摆阶段伸髋较早、幅度稍大,导致在下一阶段的转体过程中单臂支撑的时候人体重心离支撑点的水平距离偏大,身体产生了倾斜,影响了之后的倒立动作,另外在转体阶段两腿并未完全并拢。  相似文献