基于Ontology的Web语料的挖掘

针对传统英语语料库的缺陷,提出了对英语语料建立本体的新型语料库,并对基于Ontology在Web上挖掘英语语料做出了详细的阐述.对在Web上进行语料挖掘的几个关键技术作了不同程度的说明,并对此语料挖掘系统做出了评价.     

基于句子相关度的文本自动分类

提出一种基于句子相关度的文本自动分类模型（TCSC）.该模型利用训练样本增量式地自动更新类别语料库,根据句子的位置权值和语料权值计算句子类别相关度,获得用于文本分类的句子相关度矩阵,通过该矩阵实现文档分类.该模型避免了分类阶段待分类文本特别是中文文本的分词,模糊了词的多义问题,且在文本分类的实验中能够达到86%以上的查全率和查准率;随着语料库的不断训练和调整,分类性能还可以进一步提高,具有简单实现的特点.     

复述平行语料构建及其应用方法研究

以汉语为研究对象,提出构建大规模高质量汉语复述平行语料的方法.基于翻译引擎进行复述数据增强,将英语复述平行语料迁移到汉语中,同时人工构建汉语复述评测数据集.基于构建的汉语复述数据,在复述识别和自然语言推理任务中验证复述数据构建及其应用方法的有效性.首先基于复述语料生成复述识别数据集,预训练基于注意力机制的神经网络句子匹...     

语料库对大学英语教学的启示

语料库以其丰富的信息储量优势和独特的语境共现呈现方式在语言教育教学中得到越来越广泛和深入的应用。从语言教师和学〉-7者两个层面来探析语料库对大学英语教学的启示：教师的角色由传统的知识传授者转变为学生学习的引导者，学生由被动的知识接受者转变为主动的语言规律的探索者，最终促进了学生语言意识的加强和自主学习能力的提高。     

NICT/ATR Chinese-Japanese-English Speech-to-Speech Translation System

This paper describes the latest version of the Chinese-Japanese-English handheld speech-tospeech translation system developed by NICT/ATR, which is now ready to be deployed for travelers. With the entire speech-to-speech translation function being implemented into one terminal, it realizes real-time, location-free speech-to-speech translation. A new noise-suppression technique notably improves the speech recognition performance. Corpus-based approaches of speech recognition, machine translation, and speech synthesis enable coverage of a wide variety of topics and portability to other languages. Test results show that the character accuracy of speech recognition is 82%-94% for Chinese speech, with a bilingual evaluation understudy score of machine translation is 0.55-0.74 for Chinese-Japanese and Chinese-English     

程度副词TOTALLY和FULLY的语义韵对比分析——一项基于BNC和CLEC语料库的研究

本研究以CLEC和BNC语料库为基础,通过检索软件AntConc对程度副词totally和fully进行语义韵对比分析,揭示了中国英语学习者和英语本族语使用者在使用这两个词时产生的不同语义韵特征,分析了产生差异的原因并对英语教学尤其是词汇教学提出了积极的建议。本研究的结果将有助于促进学习者对词语搭配和语义韵的习得,加深学习者对语言现象的理解并将在一定程度上拓展词汇教学的内容和词汇教学的方法。     

基于汉字字频向量的中文文本自动分类系统

提出了一种根据汉字统计特性和基于实例映射的中文文本自动分类方法。该方法采用汉字字频向量作为文本的表示方法。它的显著特点是引入线性最小二乘方估计（ＬｉｎｅａｒＬｅａｓｔＳｑｕａｒｅＦｉｌ，ＬＬＳＦ）技术建立文本分类器模型，通过对训练集语料的手工分类标引以及对文本和类别间的相关性判定的学习，实现了基于全局最小错误率的汉字———类别两个向量空间的映射函数，并用该函数对测试文本进行分类     

基于语料库的企业简介文体分析及英译启示

基于语料库的翻译研究加深了人们对翻译的认识,成为翻译研究的新范式。在有关学者研究成果的基础上,利用中国、美国、英国企业简介的真实语料,从文体特征以及句子主语、冗余信息、中英文字量比例等方面进行定性和定量的对比分析,在此基础上归纳对翻译中企简介的启示。可提高译文质量。     

受限领域的自动文摘方法研究

为解决受限领域统计型文摘对文档中心内容理解不足的缺陷,研究了结合领域知识生成单文档文摘的方法;论述了构建受限领域的语料库和知识库的方法;提出对粗文摘进行文摘句概化和在其中加入领域知识的文摘后处理方法. 在所提出理论基础上开发了文摘系统软件. 通过和MS Word 2003中的文摘工具进行实验对比,表明提出的方法切实可行,可以推广到其它领域.     

国内语料库语言学研究述评

随着语料库语言学的发展和语料库知识的普及以及计算机技术的空前发展,语料库语言学对语言研究等众多领域产生了巨大的影响。我国英语语料库语言学的研究已超越了对西方理论的引介和评价阶段,在各个领域的研究和应用都不断增多,范围不断扩大,但有些方面的研究还未涉足,已有的研究还需继续深入。