文件名称：大规模句子相似度计算方法
文件大小：62KB
文件格式：PDF
更新时间：2023-03-28 05:41:15
相似度数据 相似度算法 基于实例的机器翻译 多策略机器翻译 泛化匹配
如何根据源语言文本从大规模语料库中找出其最相近的翻译实例，即句子相似度计算，是基于 实例翻译方法的关键问题之一。本文提出一种多层次句子相似度计算方法：首先基于句子的词表层特征和 信息熵从大规模语料库中选择出少量候选实例，然后针对这些候选实例进行泛化匹配，从而计算出相似句 子。在多策略机器翻译系统IHSMTS 中的实验表明，当语料规模为20 万英汉句对时，系统提取相似句子 的召回率达96%，准确率达90%，充分说明了本文算法的有效性。