APP下载

Wikipedia跨语言链接发现中的锚文本译项选择

2016-05-04郑剑夕张桂平

中文信息学报 2016年2期
关键词:文本效果语言

郑剑夕,白 宇,郭 程,张桂平

(沈阳航空航天大学 知识工程研究中心,辽宁,沈阳 110136)

Wikipedia跨语言链接发现中的锚文本译项选择

郑剑夕,白 宇,郭 程,张桂平

(沈阳航空航天大学 知识工程研究中心,辽宁,沈阳 110136)

Wikipedia跨语言链接发现主要研究从源语言Wikipedia文章中自动识别与主题相关的锚文本,并为锚文本推荐一组相关的目标语言链接。该研究涉及三个关键问题: 锚文本识别、锚文本翻译和目标链接发现。在锚文本翻译中,一个锚文本可能存在多个目标译项,如果其译项选择有误,将会直接影响目标链接发现中的链接推荐的准确性。为此,该文提出了一种基于上下文的锚文本译项选择方法,使用基于逐点互信息投票的方式确定锚文本的译项。 对中英文Wikipedia中的人名、术语以及缩略语的译项选择进行测试,实验表明该方法取得了较好的效果。

Wikipedia;跨语言链接发现;锚文本;译项选择;逐点互信息

1 引言

Wikipedia作为一个以开放和用户协作编辑为特点的Web 2.0知识库系统[1],具有丰富的语义信息,特别是锚文本及其链接关系对,使得用户可以通过链接进一步获取知识。事实上,不同语言描述的wiki词条之间存在着互补的关系,为了全面了解词条内容,用户往往需要通过跨语言的方式获取知识。然而目前这种关系对一般只存在于单语言的Wikipedia文章中,同时,跨语言链接也仅存在于为数不多的文章标题之间。因此,一种面向Wikipedia跨语言链接需求的跨语言链接发现技术(Cross-Lingual Link Discovery, CLLD)被提出[2],它旨在从源语言Wikipedia文章中识别与主题相关的锚文本(anchor text),并为锚文本推荐一组相关的目标语言链接。……

登录APP查看全文

猜你喜欢

文本效果语言
按摩效果确有理论依据
语言是刀
在808DA上文本显示的改善
迅速制造慢门虚化效果
基于doc2vec和TF-IDF的相似文本识别
让语言描写摇曳多姿
抓住“瞬间性”效果
模拟百种唇妆效果
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
我有我语言