面向汉英专利机器翻译的“V1＋V2”结构识别方法研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：两个动词经常连续出现在一个句子中是汉语专利文本的重要特点之一，如何在几个动词中正确识别出核心谓语动词是汉英专利机器翻译面临的一个关键问题。基于“概念层次网络理论”（HNC），本文首先分析了几种常见的“V1＋V2”结构，并提出了识别各种“V1＋V2”结构以及核心动词的处理策略。系统会根据匹配的规则分析不同动词之间的关系，赋予每个动词不同的权重并打上相应标记，然后根据标记判断核心动词与其他动词的关系。将识别方法应用到专利机器翻译系统后进行的实验结果表明，处理方法可以较准确地识别出复杂句子中的谓语和“V1＋V2”结构，这对于有效改善翻译的效果，促进机器翻译及自然语言处理的发展都有积极的影响。

原文链接:http://www.cqvip.com/QK/87478X/201312/48550395.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：方法研究 识别方法 机器翻译 cqvip HTML 概念层次网络理论 识别 机器翻译