EBMT中高效的维吾尔语单词散列表构造算法

被引：3

作者：

田生伟 ^{[1
]}

吐尔根依布拉音 ^{[1
]}

禹龙 ^{[2
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 新疆大学网络中心

来源：

中文信息学报 | 2009年 / 23卷 / 04期

关键词：

计算机应用; 中文信息处理; EBMT; 散列; 平均查找长度; 次优树;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

基于实例的机器翻译(EBMT)是一种高效的机器翻译方法,如何快速地从海量实例模式库中找出与待翻译句子相似的候选实例,是EBMT研究的关键技术之一。统计分析维吾尔语单词字母的分布特征,构造了基于维吾尔语单词的倒排索引散列表,在等概率条件下,平均查找长度为1.59;依据散列冲突的同义词在维吾尔语料中出现的频率作为权值,提出了一种新颖的解决散列冲突的算法:同义词次优树算法。实验显示,算法的性能比传统的顺序查找和二分查找算法分别高出了27.5%,21.8%,证明了该算法在EBMT中有较高的检索效率。

引用

页码：124 / 128

页数：5

共 9 条

[1] 语料库语言学与翻译研究 [J].