融合主题模型的在线可比度计算研究

摘要：

在线挖掘可比语料是构建大规模可比语料库的可行途径之一,在线可比度计算是语料挖掘过程中的关键环节.本文提出一种融合词汇重合度和主题模型的在线可比度计算方式,主题模型选择能够进行在线学习的Online LDA,利用词对齐工具GIZA++进行主题映射,融合方式为加权求和.在下载的中英新闻语料上的测试结果表明,两种计算方式融合后的准确性比两种都要高.

关键词：可比语料库、可比度、主题模型、主题映射

所属期刊栏目：3

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家语委十三五科研规划项目:基于主题模型的Web可比语料在线挖掘研究YB135-22;国家语委十三五科研规划项目:北宋书法家米芾书法字库创建及其推广应用YB135-33

在线出版日期：2019-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4