统计机器翻译综述

本文综述了基于信源信道思想和基于最大熵思想的统计机器翻译方法并介绍了统计机器翻译的评测方法。基于信源信道的方法将翻译概率表示为一个语言模型和一个翻译模型。而基于最大熵的方法则是利用一系列实数值特征函数的线性组合来求解最优的译文。基于最大熵的统计机器翻译方法比基于信源信道的方法更具有一般性,后者可以看做前者的一个特例。     

基于N-最短路径方法的中文词语粗分模型

预处理过程的词语粗切分, 是整个中文词语分析的基础环节, 对最终的召回率、准确率、运行效率起着重要的作用。词语粗分必须能为后续的过程提供少量的、高召回率的、中间结果。本文提出了一种基于N-最短路径方法的粗分模型, 旨在兼顾高召回率和高效率。在此基础上, 引入了词频的统计数据, 对原有模型进行改进, 建立了更实用的统计模型。针对人民日报一个月的语料库(共计185,192个句子), 作者进行了粗分实验。按句子进行统计, 2-最短路径非统计粗分模型的召回率为99.73%；在10-最短路径统计粗分模型中, 平均6.12个粗分结果得到的召回率高达99.94%, 比最大匹配方法高出15%, 比以前最好的切词方法至少高出6.4%。而粗分结果数的平均值较全切分减少了64倍。实验结果表明：N-最短路径方法是一种预处理过程中实用、有效的的词语粗分手段。     

维吾尔语中汉族人名的识别及翻译

该文研究了一种维吾尔语中汉族人名的识别和翻译方法。该方法在词典等传统方法的基础上,运用语言模型实现维语中的汉族人名的识别和翻译。针对维语人名的构词和拼写特点,增加了名词词缀识别预处理模块,补充了维语字母到汉语拼音的映射规则,有效提高了人名识别的正确率及召回率。在1 000句含有汉族人名的维语语料上进行测试,汉族人名识别的正确率和召回率分别达到75.2%和91.5%。     

基于微粒群优化的烟雾扩散的实时研究

在粒子系统的基础上研究了烟雾微粒浓度扩散和微粒内部之间碰撞检测相结合的方法。通过扩散方程建立了烟雾扩散力场,以确保扩散运动轨迹的精确性;为了降低微粒之间的碰撞检测时间,引入了基于空间哈希表的碰撞检测技术。经仿真实验结果证明了该算法不仅能够提高模拟速度以达到实时控制要求,而且能够展示烟雾扩散的真实性。     

利用上下文信息的统计机器翻译领域自适应

统计机器翻译系统用于翻译领域文本时,常常会遇到跨领域的问题 当待翻译文本与训练语料来自同一领域时,通常会得到较好的翻译效果;当领域差别较大时,翻译质量会明显下降。某个特定领域的双语平行语料是有限的,相对来说,领域混杂的平行语料和特定领域的单语文本更容易获得。该文充分利用这一特点,提出了一种包含领域信息的翻译概率计算模型,该模型联合使用混合领域双语和特定领域源语言单语进行机器翻译领域自适应。实验显示,自适应模型在IWSLT机器翻译评测3个测试集上均比Baseline有提高,证明了该文方法的有效性。     

基于层次结构的元数据动态管理方法的研究

在大规模分布式存储系统中,元数据高性能服务和扩展性已成为一个重要的研究热点.在元数据服务器(metadata server,MDS)中,将元数据分解为目录对象和文件对象.目录对象为定位性元数据,提供文件所在位置和访问控制;文件对象为描述性元数据,描述文件的数据特性.每个MDS负责所有目录对象和自身的文件对象,同时,以目录对象ID和文件名为关键字的Hash值作为局部元数据查找表的索引,通过Bloom Filter算法将每个MDS的局部元数据查找表压缩成一个摘要,这样既可利用MDS中Cache,提高Cache的命中率,减少磁盘I/O次数,动态扩展MDS,又能够实现快速的元数据查找.     

基于信息粒的海量式数据的超图聚类研究

1引言 随着Internet所提供的信息和服务资源的快速增长,许多强有力的搜索引擎通过基于内容、关键词等方式对Web文挡进行搜索,但是不幸的是所查询的结果并不能使用户满意.聚类分析可以在数据集合特征未知的情况下,使用一种无示教的学习过程,对数据集合分布和聚合特性进行初步了解,但是聚类模型选择的好坏以及聚类结果的准确性都将影响到整个知识发现的质量.     

国有成品油销售企业经营资产管理的对策思考

以国有成品油销售企业为研究对象,从资产创效的角度探讨国有成品油销售企业经营资产管理的必要性,分析了经营资产管理对国有成品油销售的重要意义。当前,国有成品油销售企业经营资产管理实践中,普遍存在缺少资产运行效果监控、重维修轻保养、资产考核制度不完善、资产管理职责不明确、关键环节执行不到位等问题。应从经济增加值（EVA）纳入内部考核体系、投资决策指标化、监控资产运行状态参数、完善资产管理制度、经营资产日常管理责任流程化、建立优化经营资产管理信息化平台等方面予以解决。     

碳酸盐岩油藏用新型乳化酸酸岩反应研究

塔河油田碳酸盐岩油藏温度为125～128℃,由于乳化剂性能不稳定,常用的乳化酸在此条件下失效.选用二乙醇胺、马来酸酐、环氧丙烷为原材料合成了1种新型的乳化剂.将该乳化剂配制成乳化酸后进行酸岩反应动力学实验以评价酸液性能.实验结果表明:120℃下的反应动力学方程为J=1.069×10-6·C1.119;变温下的反应动力学方程为J=2.1×10-4exp(-9805.6/RT)·C1.119;120℃下氢离子的传质系数为7.1×10-6 cm2/s;氢离子传质系数与温度的关系为De=2.25E-11T2-1.1E-8T+1.56E-6.自制的乳化酸的缓速性能良好,能满足塔河油田油田酸化压裂施工的要求.     

塔河油田缝洞储集体油水识别的谐频特征分析技术应用研究

针对塔河油田下奥陶统碳酸盐岩缝洞型储集体的油水识别难题,开展了以频谱特征差异为基础的瞬时谐频特征(Harmonic Frequence Characters,HFC)分析技术应用研究。充填流体溶洞、坍塌-充填洞穴模型的正演模拟数据和井旁地震道产层段的频谱分析表明,主频段振幅是区分充填流体洞穴与坍塌-充填洞穴的主要依据,30Hz以上的高频段振幅的差异是区分油和水的主要标志,由此形成缝洞型储集体的油水识别模式。对塔河油田十区和托普台地区各200km2三维地震资料开展HFC油水识别应用研究,将识别结果用43口盲井进行验证,其识别符合率达到81.4%。