论文部分内容阅读
分别通过搜索引擎和本地的双语语料库挖掘OOV译文。首先，提出一种利用词汇重叠特征、词对齐特征和位置特征建立最大熵分类器的方法，借以自动从网页信息中抽取和构建双语平行语料库。其次，提出一种结合互信息的频率变化方法生成多词单元，并采用频度．距离模型和音译模型进行正确译文的选择。对这两种挖掘方法的性能进行对比，实验表明基于网络的Top10的包含率达到94．6％，而基于平行语料库的Top10的包含率为37．5％。