注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于句法的统计翻译模型.pdf

  2. 刘群 熊德意 刘洋 句法 机器翻译 统计翻译模型

  3. 所属分类：专业指导

    • 发布日期：2011-04-02
    • 文件大小：338944
    • 提供者：wildboar2005

  1. 基于短语的统计翻译

  2. 介绍了基于短语的统计机器翻译技术，包括原理，模型，评估等。

  3. 所属分类：其它

    • 发布日期：2012-07-25
    • 文件大小：2097152
    • 提供者：angus_j

  1. 基于短语的统计机器翻译模型

  2. “丝路”（SilkRoad）是一个基于短语的汉英统计机器翻译系统。该系统由中国的五家研究机构和高校联合开发（中科院计算所、中科院自动化所、中科院软件所、厦门大学、哈尔滨工业大学），并在2006年中国第二届统计机器翻译研讨会上发布，供国内外研究者共享使用。联合开发单位希望通过这个系统的发布，使更多的研究者能够更快、更容易地加入到统计机器翻译研究中来，推动国内统计机器翻译的迅速发展。整个系统由我们中科院计算所设计和组织开发，我们还开发了其中的核心解码器部件“骆驼（Camel）”。

  3. 所属分类：C

    • 发布日期：2013-03-20
    • 文件大小：15728640
    • 提供者：xiaoluyatou

  1. 基于层次短语翻译模型的统计机器翻译

  2. 机器翻译课程的论文 基于层次短语翻译模型的统计机器翻译

  3. 所属分类：专业指导

    • 发布日期：2013-09-03
    • 文件大小：139264
    • 提供者：wsyyp

  1. 利用统计搭配模型改进基于实例的机器翻译

  2. 基于实例的机器翻译(example-based machine translation,简称EBMT)使用预处理过的双语例句作为主要翻译资源,通过编辑与待翻译句子匹配的翻译实例来生成译文.在EBMT系统中,翻译实例选择及译文选择对系统性能影响较大.提出利用统计搭配模型来增强EBMT 系统中翻译实例选择及译文选择的能力,提高译文质量.首先,使用单语统计词对齐从单语语料中训练统计搭配模型.然后,利用该模型从3 个方面提高EBMT 的性能:(1) 利用统计搭配模型估计待翻译句子与翻译实例之间的匹配度

  3. 所属分类：管理软件

    • 发布日期：2014-02-28
    • 文件大小：741376
    • 提供者：u013822151

  1. Moses统计机器翻译系统实验过程

  2. 从Moses前期工作，Moses统计机器翻译系统的环境搭建到准备语料库，标注，训练语言模型，训练翻译模型，调优，测试等整个步骤特别详细。“只要看懂中文，剩下的本文帮你解决”！

  3. 所属分类：Web服务器

    • 发布日期：2014-10-01
    • 文件大小：54272
    • 提供者：hero51

  1. srilm-1.7.2

  2. 语言模型训练工具，可以进行统计翻译项目，亲测可用。

  3. 所属分类：机器学习

    • 发布日期：2018-03-21
    • 文件大小：200278016
    • 提供者：cyinfi

  1. Computer Vision Models,Learning and Inference17章形状模型翻译

  2. Computer Vision Models,Learning and Inference17章形状模型翻译。形状及表示，snake模型，形状模板，统计形状模型，子空间形状模型，三维形状模型，形状和外观的统计模型，非高斯统计形状模型，铰接式模型，应用

  3. 所属分类：讲义

    • 发布日期：2018-04-17
    • 文件大小：1048576
    • 提供者：weixin_40744915

  1. 统计自然语言处理

  2. 统计自然语言处理是一本很好的书籍，是一本很基础的书籍目录 序二 第2版前宣 第1版前言 第1章绪论 11基本概念 1.1.1语言学与语音学 2自然语言处理 11.3关于“理解”的标准 1,2自然语言处理研究的内容和面临的困难 1,2,1自然语言处理研宄的内容 1,22自然语言处理涉及的几个层次 1.2.3自然语言处理面临的困难 13自然语言处理的基本方法及其发展 13,1自然语言处理的基本方汏 3,2自然语言处理的发展 14自然语言处理的研究现状 本书的内容安挂 第2章顸备知识 2,1概率论基本

  3. 所属分类：Python

    • 发布日期：2019-03-04
    • 文件大小：25165824
    • 提供者：weixin_34749051

  1. 语义/句法/情节性语言模型的三种情景关联在统计翻译中的应用

  2. 最近，Cai提出了一种新的包含句义的语言的语义/句法/情节模型，同时从中推导了三种对应的机器翻译原理，首先是建立单词/短语词典，其次是翻译语法。第三，通过统计翻译来确定某些具有多种含义的单词/短语的含义。 在本文中，我们发现了这种语言模型的三种情节关联，它们在统计翻译中的应用前景广阔：1）通过行为将生/自然词和具有多种含义的短语分类，同时采用动物学/组织学/物理/类别和情感/行为/逻辑/特征/改变字符来对名词和动词进行分类，将情感/行为/逻辑/特征/改变/空间/时间特征对形容词和副词进行分类，有

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：310272
    • 提供者：weixin_38692631

  1. ESL2.9 模型选择和偏差-方差的权衡学习笔记

  2. 2.9 模型选择和偏差-方差的权衡 这是一篇有关《统计学习基础》，原书名The Elements of Statistical Learning的学习笔记，该书学习难度较高，有很棒的学者将其翻译成中文并放在自己的个人网站上，翻译质量非常高，本博客中有关翻译的内容都是出自该学者的网页，个人解读部分才是自己经过查阅资料和其他学者的学习笔记，结合个人理解总结成的原创内容。 原文 The Elements of Statistical Learning 翻译 szcf-weiya 时间

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：126976
    • 提供者：weixin_38512659

  1. ESL3.2（上）线性回归模型学习笔记

  2. 3.2（上） 线性回归模型 这是一篇有关《统计学习基础》，原书名The Elements of Statistical Learning的学习笔记，该书学习难度较高，有很棒的学者将其翻译成中文并放在自己的个人网站上，翻译质量非常高，本博客中有关翻译的内容都是出自该学者的网页，个人解读部分才是自己经过查阅资料和其他学者的学习笔记，结合个人理解总结成的原创内容。 原文 The Elements of Statistical Learning 翻译 szcf-weiya 时间 201

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：401408
    • 提供者：weixin_38703123

  1. ESL2.6 统计模型，监督学习和函数逼近学习笔记

  2. 2.6 统计模型，监督学习和函数逼近 这是一篇有关《统计学习基础》，原书名The Elements of Statistical Learning的学习笔记，该书学习难度较高，有很棒的学者将其翻译成中文并放在自己的个人网站上，翻译质量非常高，本博客中有关翻译的内容都是出自该学者的网页，个人解读部分才是自己经过查阅资料和其他学者的学习笔记，结合个人理解总结成的原创内容。 原文 The Elements of Statistical Learning 翻译 szcf-weiya 时

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：191488
    • 提供者：weixin_38651286

  1. StatsModelComparisons.jl:统计模型的模型比较功能-源码

  2. StatsModelComparisons.jl 项目状态 建置状态 此包装的目的 该软件包实现了统计比较思想（第7章）中使用和解释的模型比较方法。因此，StatsModelComparisons.jl是一部分。 最重要的方法是基于的Pareto平滑重要性抽样（PSIS）和PSIS留一法交叉验证。 Julia的翻译是通过 alvaro1101（在Github上）在一个名为的（未出版）包中。统计重新思考的另一个重要方法是WAIC。 Rob J Goedman已经完成了Julia v1 +的更新，

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：2097152
    • 提供者：weixin_42131013

  1. 统计机器翻译的双语对应递归自动编码器

  2. 学习双语短语的语义表示和树结构对于统计机器翻译是有益的。在本文中，我们提出了一种称为双语对应递归自动编码器（BCorrRAE）的新神经网络模型，以对翻译中的双语短语进行建模。我们将单词对齐方式合并到BCorrRAE中，以使其能够自由访问不同级别的双语约束。 BCorrRAE在递归自动编码器重构错误，结构对齐一致性错误和跨语言重构错误的组合上最大程度地降低了联合目标，从而不仅生成了对齐一致的短语结构，而且还捕获了双语短语中不同级别的语义关系。为了检查BCorrRAE的有效性，我们将基于BCorrR

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：376832
    • 提供者：weixin_38680506

  1. 面向多引擎融合技术的统计后编辑方法研究

  2. 本文介绍了我单位研发的机器翻译系统融入统计后编辑方法后实现串行结构多引擎融合技术,该方法的目的是解决翻译领域适应性的问题,矫正规则为主导的系统翻译结果,提高翻译译文的质量。其中包括提取系统生成的译文作为源语言构建中文平行语料库,然后采用统计的方法训练翻译模型和语言模型,抽取短语表和N-gram文本用于统计后编辑翻译引擎的解码。文中给出了该方法综合性能评价,最后给出下一步工作设想。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_38742124

  1. 日语时间表达式识别与日汉翻译研究

  2. 基于自定义知识库，提出一种知识库强化规则集以及与统计模型相结合的Et语时间表达式识别方法，旨在不断提高时间表达式的识别精准度。按照Timex2标准对时间表现的细化分类，结合日语时间词的特点，渐进地扩展重构日语时间表达式知识库，实现基于知识库获取的规则集的优化更新。同时，融合条件随机场CRF统计模型，提高Et语时间表达式识别的泛化能力。通过考察基于短语的翻译模型翻译时间词的精度，提出统计机器翻译(SMT)结合规则翻译日语时间词的必要性。实验结果显示，Et语时间表达式识别的开放测试F1值达到0．89

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：423936
    • 提供者：weixin_38743737

  1. 融合时态特征的日英层次短语翻译模型

  2. 针对基于层次短语翻译模型的统计机器翻译使用上下文信息有限，时态翻译质量不高的问题，提出一种融合时态特征的日英统计机器翻译方法。该方法通过引入翻译规则的时态分类约束信息，解码器可以根据每条规则的潜在时态分类，为相应时态的句子匹配到最合适的规则进行翻译。首先从双语训练语料中抽取时态特征构建最大熵分类模型，然后再抽取包含各类时态信息的层次短语规则的时态特征，最后将规则的时态分类结果作为一类新特征，融入基于层次短语的翻译系统中。实验结果表明，与基线系统相比，该方法在多个测试集上提高了翻译质量，在一定程度

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：625664
    • 提供者：weixin_38656064

  1. 融合语态特征的日英层次短语翻译模型

  2. 针对不同语种的被动和可能语态的句法结构差异影响机器翻译质量的问题, 提出融合语态特征的最大熵翻译模型。首先从日语端分出被动语态、可能语态和其他语态, 然后从英语端对被动和可能语态进一步分类, 抽取双语特征训练最大熵规则分类模型, 将语态特征融合到对数线性模型中以改善翻译模型。提高解码器在翻译被动语态和可能语态时规则选择的准确性。实验结果表明, 该方法可以有效地改善日英统计机器翻译的句法结构调序和词汇翻译, 提升被动语态和可能语态句子的翻译质量。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：520192
    • 提供者：weixin_38660579

  1. NiuTrans.SMT：NiuTrans.SMT是由NLP Lab的一个联合团队开发的开源统计机器翻译系统。 在东北大学和NiuTrans团队。 NiuTrans系统是完全用C ++语言开发的。 因此它运行速度快，占用的内存更少。 目前，

  2. NiuTrans.SMT：统计机器翻译系统 NiuTrans.SMT是由自然语言处理实验室的联合团队开发的开源统计机器翻译系统。 在东北大学和YaTrans Co.，Ltd。 NiuTrans.SMT系统是完全用C ++语言开发的。 因此它运行速度快，占用的内存更少。 目前，它支持面向研究的基于短语，基于分层短语和基于语法（字符串到树，树到字符串和树到树）的模型。 产品特点 用C ++编写。 因此运行速度很快。 支持多线程 易于使用的API，用于功能工程 具有竞争力的翻译任务 嵌入了一个紧凑但

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：106954752
    • 提供者：weixin_42138408
« 12 3 4 5 »