基于知识管理和智能控制的协同翻译平台——知识管理和机器翻译的融合

在对机器翻译发展艰难历程总结和反思的基础上,提出了以用户模型为核心的知识管理与机器翻译技术融合的新思想。2008年7月该成果通过了中国中文信息学会在京组织的鉴定,鉴定委员会一致认为“研制单位基于其所承担的国家863课题机器翻译和知识管理技术的融合研发的基于知识管理和智能控制的协同翻译平台已圆满完成。该项研究在利用知识管理技术实现人机双向协同翻译方面达到国际领先水平。”本文对平台研制的思想与方法、设计与实现、分析与应用、历程与展望进行了阐述。     

一种基于词典的领域本体建立方法

本文结合Alexander Maedche等的循环获取过程和Mike Uscholddede ＆ King的“骨架”法，提出了一种基于词典的领域本体建立方法，并参考航空百科辞典和航空分类词典两种资源建立了一个航空领域的本体，最后使用protégé工具将本体以OWL语言的形式化方法进行表示，方便后续调用和处理。     

基于高斯分布的簇间距离计算方法

凝聚的层次聚类算法是一种性能优越的聚类算法,该算法通过不断合并距离相近的簇最终将数据集合划分为用户指定的若干个类别。在聚类的过程中簇间距离计算的准确性是影响算法性能的重要因素。本文提出一种新的基于高斯分布的簇间距离的计算方法,该方法通过簇自身的大小、密度分布等因素改进算法的计算准确性,在不同文本集合上与现有的簇间距离计算方法进行了对比实验,实验结果表明该方法有效地改进了层次聚类算法的性能。     

基于编码器—解码器的工艺过程生成方法

针对现有工艺过程生成方法对于不同专业适用性较差的问题，提出一种基于深度学习编码器—解码器结构的工艺过程生成方法。该方法利用工艺大纲文件数据，通过编码器提取大纲文件中工艺属性的特征，形成工艺属性文本表征向量，解码器根据表征向量逐步生成工艺过程。在钣金零件制造与装配两个专业工艺大纲文件数据上，比较研究了24种编码器—解码器结构，最高准确率分别达到0.8287和0.6973,即生成的工艺过程有82.87%和69.73%可直接接受，不需要后续修改。这一方面表明所提出方法能够有效地从数据中学习工艺属性与工艺方法间的关系，从而生成工艺过程；另一方面，在两个专业采用相同编码器—解码器结构，表明所提方法对于不同专业的适用性，具有迁移能力。