基于高斯混合模型的生物医学领域双语句子对齐

摘要

双语术语词典在生物医学跨语言检索系统中有着非常重要的地位,而双语句子时齐是构建双语词典的第一步工作.为了构想面向生物医学领域的双语词典,该文将分类思想和迁移学习方法引入汉英句子对齐任务中,将句子对齐任务看成一个多类分类任务,考虑生物医学领域双语摘要的锚信息,利用高斯混合模型完成分类目标.同时,在模型训练过程中,该文引入了迁移学习的思想,结合无噪音的<新概念英语>双语语料对模型的句子长度特征进行训练,使得模型在测试语料上句子对齐的正确率得到较大提高.