基于机器学习的文学作品英译自动评价

为了提高文学英译作品自动评价的水平,引入基于机器学习的智能算法模型成为当前最有效的方法.首先研究文学作品的翻译规则和特殊性,建立基于变量特征的翻译评价指标体系;然后利用Python语言平台,英译文本经Stanford Parser、NLTK等工具包过滤预处理之后,采取VSM向量空间模型获得特征编码和特征度,再输入到Random-RF、Original-RF和AHP-RF算法模型中训练学习,完成翻译质量评价与分析.实验结果表明,融合层次分析法、灰色关联法和随机森林算法的AHP-RF模型的分类效果优于其它2种,同时人工译本相较于其它4种机器译本,质量评分高、分类错误率小,评价结果与实际翻译情况吻合.     

光辉岁月，华硕的世界500强之路

提起华硕这个品牌，总让人不自觉的想到“华硕品质，坚如磐石”的广告宣传语。从1989年开始创建，华硕一直呈良好的发展势头，成绩斐然，迅速成长为久负盛名的国际大企业。华硕旗下有六大产品线在全球名列前茅，其中主板、显卡、笔记本电脑更是赫赫有名。     

从读者反应论看历史典籍翻译现代重构的可行性 ——以斯蒂芬·米歇尔《道德经》译本为例

斯蒂芬·米歇尔的《道德经》译本具有不同于其他译本的特点，以读者反应论为理论指导，通过分析1997～2013 年斯蒂芬·米 歇尔的《道德经》译本的读者接受情况发现其译本在大众读者中颇受欢迎，在翻译过程中对历史典籍进行现代重构具有可行性。这 会促使西方普通读者探索中国文化，有利于中国古代思想与文化在西方世界的传播。     

体验ESET NOD324．0奖品大放送

经过两个月的体验,很多读者已经对NOD32有了了解,很多读者都发来广告宣传语,也有写试用体验与技巧的。下边选出部分类别进行选登。（因量大,很多优秀作品并没登出,故选登的并非全为中奖读者。）     

Facebook式广告：现实口碑在互联网的延伸

以Facebook为代表的新崛起的社交网站，在某种层而上可以被理解成“Facebook式广告”，与传统广告和现在互联网广告宣传的铺天盖地比起来，Facebook式广告利用的正是现实生活中人们的口碑，显然更容易取得人们的信任。     

从赛珍珠叶大地曳译本看白话翻译对 文学语言现代化建构

五四时期白话翻译通过以直译和欧化为主要手段的语言迁移,使得白话文体现出英语化的特征,并最终确立了现代汉语的 基调。从微观视角对白话译作进行跨时期的对比分析能够丰富翻译对汉语影响力的研究。以赛珍珠名作《大地》译本为例,比较五 四时期和现代译本在遣词造句上的异同并探究其成因,发现译者通过直译、省略和增译的手法进行新词创造、句法结构和语序改 变,进而完成文学语言的现代化建构,由此揭示外来语语法体系、目的语主流文化、译者要素对翻译的影响。     

巴金翻译活动中的重译研究

重译就是重新翻译或再次翻译,巴金的翻译活动中初译少、重译多。辨析巴金的重译、新译、改译和试译,提出巴金重译的六 种类型：多语复译、同语复译和译者复译;多语转译、同语转译和译者转译。巴金重译具有同时参考多个译本下的复译、转译和改译 的特点。     

交互式多媒体广告宣传系统—技术难题与对策

本文以开发成功的上海市××银行招标咨询公司《交互式多媒体广告宣传系统》为背景，深入讨论项目开发中所遇到的技术难题和所采取的相应对策。     

寻找真相直击昂达与台电之争（二）

从销售宣传到产品做工，在调查昂点与台电争端的过程中，发掘越多的事实真相，越让人感到担忧，还有多少我们不知道的真相被埋没在铺天盖地的广告宣传中？本期我们将以性能为关注点，解开台电18000+跑分的真相！     

寻找真相直击昂达与台电之争（二）

从销售宣传到产品做工，在调查昂点与台电争端的过程中，发掘越多的事实真相，越让人感到担忧，还有多少我们不知道的真相被埋没在铺天盖地的广告宣传中？本期我们将以性能为关注点，解开台电18000+跑分的真相！     

基于多译本平行语料库的英汉智能翻译系统设计

为了提高传统翻译系统翻译质量，提出一种基于多译本平行语料库的英汉智能翻译系统。为实现该系统，首先采用网络爬虫算法对英汉语料进行收集和预处理，搭建出多译本平行语料库；然后采用基于上下文向量的词对齐模型和基于余弦相似度计算方式的段落对齐模型作为系统模型，并构建出基于attention注意力机制-LSTM的翻译系统，最后与基于跨语言词向量和基于IBM模型1的词对齐模型进行对比实验。实验结果表明，三种模型中基于上下文向量的词对齐模型正确率高达90.24%,而其余两种模型正确率仅为62.71%和51.06%,可以证明基于多译本平行语料库的英汉智能翻译系统可以有效提升翻译的正确率，达到了预期的翻译效果，可以运用于英汉智能翻译的工作中。     

汉语委婉语语言资源建设

委婉语是语言交流中不可或缺的交际手段,委婉语研究一直是语言学界的热门话题之一,但在自然语言处理领域,尚未有委婉语相关研究。该文借助现有纸质词典,基于语料库检索和专家人工判别的方式,初步构建了规模为63 000余条语料的汉语委婉语语言资源;并根据自然语言处理的相关任务需求,结合词典释义对委婉语进行分类。该文提出了利用同类委婉语的上下文语境辅助进行标注的方法。经过实验,对简单语义委婉语的语义判别准确率达89.71%,对语义复杂的兼类委婉语的语义判别准确率达74.65%,初步验证了利用计算机辅助人工标注构建委婉语语言资源的可行性。     

融合实体特性识别越南语复杂命名实体的混合方法

命名实体识别是自然语言处理过程中的基础任务。本文针对越南语的复杂命名实体难识别及F值不够高的问题,提出了一种结合实体库的越南语命名实体识别混合方法。首先,本文根据越南语的语言和实体特点,选取有效的局部特征和全局特征,应用最大熵模型进行越南语命名实体识别;其次,根据本文制定的命名实体的规则进行越南语命名实体识别;然后,结合两者的识别结果,以规则为主,统计为辅原则;最后经过人工校对,把获取到的正确标记的实体加入到实体库,动态扩增实体库,为规则制定和特征选取提供丰富的语料和依据。实验表明,该方法能够有效地结合规则与统计的方法优点,互相弥补不足,明显提高了识别的正确率、召回率和F值。     

机器译文自动评价中基于IHMM的近义词匹配方法研究

机器译文的自动评价推动着机器翻译技术的快速发展与应用,在其研究中的一个关键问题是如何自动的识别并匹配机器译文与人工参考译文之间的近义词。该文探索以源语言句子作为桥梁,利用间接隐马尔可夫模型(IHMM)来对齐机器译文与人工参考译文,匹配两者之间的近义词,提高自动评价方法与人工评价方法的相关性。在LDC2006T04语料和WMT 数据集上的实验结果表明,该方法与人工评价的系统级别相关性和句子级别相关性不仅一致的优于在机器翻译中广泛使用的BLEU、NIST和TER方法,而且优于使用词根信息和同义词典进行近义词匹配的METEOR方法。     

博客,跳跃于思想与心灵间的精灵

新的一年，我们为您开辟了一个“花园”; 真情流露教学中的苦与乐是花儿们的种子； 认真反思教学中的得与失是花儿们的肥料； 真诚交流从实践磨练而生的经验与教训是花园里的栅栏； 以教师博客为土壤，以教者的心声为雨露—— 敞开心扉，倾听“博语心声”，这里是心与心贴得最近的地方! 敞开心扉，倾听“博语心声”     

中文文本蕴含类型及语块识别方法研究

文本蕴含识别（RTE）是判断两个句子语义是否具有蕴含关系的任务.近年来英文蕴含识别研究取得了较大发展,但主要是以类型判断为主,在数据中精确定位蕴含语块的研究比较少,蕴含类型识别的解释性较低.从中文文本蕴含识别（CNLI）数据中挑选12 000个中文蕴含句对,人工标注引起蕴含现象的语块,结合语块的语言学特征分析归纳了7种具体的蕴含类型.在此基础上,将中文蕴含识别任务转化为7分类的蕴含类型识别和蕴含语块边界-类型识别任务,在深度学习模型上达到69.19%和62.09%的准确率.实验结果表明,所提出的方法可以有效发现中文蕴含语块边界及与之对应的蕴含类型,为下一步研究提供了可靠的基准方法.     

监控易，融合却难——深入分析商用摄像机市场

随着技术的不断发展，采用视频分析技术的视频客流统计系统开始崭露头角，以其优越的性能、精确的统计结果、简单的安装方式以及低廉的成本等特性，正逐步被商场企业等场所采纳使用。本文便从智能分析着手，详细描述了其在商用摄像机上的应用架构以及因此给商家带来的种种便利，如减少对人工的依赖、防盗、顾客人流量的统计、销售策略的调整、经营绩效的评估、促销和广告宣传效果的评估等。     

基于多分类器加权投票法的越南语组合歧义消歧

组合歧义消解是分词中的关键问题之一,直接影响到分词的准确率。为了解决越南语组合歧义对分词的影响问题,结合越南语组合型词的特点,提出了一种基于集成学习的越南语组合歧义消解方法。该方法首先通过人工选取越南语组合歧义词,构建出越南语组合歧义字段库,对越南语语料与越南语组合词词典进行匹配,抽取出越南语组合歧义字段;其次,采用三类分类器引入越南语词频特征和上下文信息,构建三类分类器消解模型,得到三类分类器消解结果;最后,计算出各分类器权值,通过阈值对越南语组合歧义进行最终分类。实验表明,所提方法的正确率达到了83.32%,与消歧结果最好的单个分类器相比准确率提高了5.81%。     

高正确率的双语语块对齐算法研究

高质量的自动对齐双语语块,对于机器翻译系统,特别是计算机辅助翻译系统的性能提高有重要作用,而且对于人工翻译以及辞典编纂也都有巨大的应用价值。该文提出基于单词间粘合度与松弛度的语块划分评分方法以及双语语块划分的双向约束算法,使得源语言和目标语言的语块的划分与对齐能相互促进。与传统方法相比,因为无需事先进行双语语块划分,而是在搜索最佳对齐时动态地考察划分效果,故可以减少边界划分错误对对齐结果的影响。该算法获得了远超过传统算法的高正确率。     

基于CRFs和歧义模型的越南语分词

通过对越南语词法特点的研究,把越南语的基本特征融入到条件随机场中(Condition random fields,CRFs),提出了一种基于CRFs和歧义模型的越南语分词方法。通过机器标注、人工校对的方式获取了25 981条越南语分词语料作为CRFs的训练语料。越南语中交叉歧义广泛分布在句子中,为了克服交叉歧义的影响,通过词典的正向和逆向匹配算法从训练语料中抽取了5 377条歧义片段,并通过最大熵模型训练得到一个歧义模型,并融入到分词模型中。把训练语料均分为10份做交叉验证实验,分词准确率达到了96.55%。与已有越南语分词工具VnTokenizer比较,实验结果表明该方法提高了越南语分词的准确率、召回率和F值。