【摘 要】
:
词语搭配是二语习得和自然语言处理的重要资源,然而基于语料库的词语搭配自动抽取一直以来都是一个难以解决的问题。基于语料库的词语搭配自动抽取通常是采用统计驱动的方法
论文部分内容阅读
词语搭配是二语习得和自然语言处理的重要资源,然而基于语料库的词语搭配自动抽取一直以来都是一个难以解决的问题。基于语料库的词语搭配自动抽取通常是采用统计驱动的方法。但是在搭配抽取的时候,语言学家们往往随意选取一种搭配抽取算法,而没有考虑到语料类型和语料长度对搭配抽取效率产生的影响。这往往是导致搭配抽取效率低的一个重要原因。本文试图比较(mutual information, chi-square test, t-test and log-likelihood ratio)这四种词语搭配自动抽取方法不同抽取效率。本文主要研究以下两个问题:(1)对于同长度不同语域的语料,哪种自动抽取算法效率最高?(2)对于同语域不同长度的语料,哪种自动抽取算法效率最高?研究结果表明:(1)语料长度相等均为200万词时,针对学术文本和新闻报道文本而言,基于互信息值的词语搭配抽取算法效率最高;而对于小说语料而言,基于对数似然比的算法的抽取效率最高。(2)语料的语域相同时,新闻文本语料长度在100万词以内,基于对数似然比的算法的抽取效率最高;为语料长度超过100万词时,基于互信息值的算法的抽取效率最高。
其他文献
BOT(Build-Operate-Transfer,建设—经营—转让)是20世纪80年代出现的一种新型的利用国际私人资本进行基础设施建设的特殊投资方式。BOT投资方式是由土耳其已故总理奥扎尔于1
近年来,随着科学技术的不断发展,越来越多先进的电子技术应用在现代社会生活和生产活动中,其中光电子技术的应用较为广泛,而且已经深入到包括医疗、通讯、军事等各个领域中,
公益广告是近年来发展起来的一种新的应用文样式,它涉及到整个社会以及每个社会成员公共利益的观念及行为,对建设社会主义精神文明、树立良好的道德规范意义重大。因此,对公
近几年来济南市房地产价格持续上升,房地产市场异常活跃,而房地产行业是与国民经济高度关联的产业,直接相关的产业多达60个,房地产业的兴衰关系着上下游诸多产业的发展,一旦
<正>加油站是展现和塑造石油公司品牌形象的重要窗口,因此加油站设计工作显得尤为重要。近几年,国内石油公司加油站形象虽然有了很大的进步,但与跨国大型石油公司相比,仍然存
<正>导读:中山行,广新海事重工。入门达摩,启窗眺江。好茶,妙语,李统安董事长一句跳出三界外,做广新海事重工迎客松。解颐之余发人深省。这是个什么样子的企业?这是当金融风
本文从理论联系实践以及艺术与技术相结合的角度出发,通过对校园虚拟展示网站的设计和实现进行分析,对网站的互动设计要素及网站的风格特点进行了较为深入的探讨。文中较为详
<正> 实质性卵巢肿瘤约79.5%出现腹水,其中恶性者则高达86.5%。对于卵巢癌晚期癌性腹水的治疗,虽有利尿剂、肾上腺皮质类固醇或腹腔内注入抗癌药等方法,但往往效果不甚满意。而
本文通过对企业财务战略的税收筹划基本理论的分析,提出基于企业财务战略的税收筹划分析。