基于CFN的相似度计算在实例机器翻译中的应用

在信息检索,文本挖掘以及基于实例的机器翻译中,相似度计算都是一个关键问题。在实例机器翻译中,相似度计算一般是基于字符、词的匹配以及向量空间模型,但基于句子语义结构的相似度研究还不多见。借助了汉语框架语义网(Chinese FrameNet,简称CFN)的场景语义描述优势,提出了一种新的面向EBMT进行实例相似度计算的方法。该方法主要基于CFN从句子整体结构相似和各语义块内部相似两个角度来度量句子相似度,将这两部分的相似度结果进行凸组合作为待翻译句子与候选实例之间的相似度值。实验结果表明,与传统方法相比,所提出的这种方法是有效的。