【摘 要】
:
针对多语种警务语料库在构建过程中遇到的资源分散和人工整理难的突出问题,提出了一种基于Web数据获取的多语种警务语料库的构建方法,该方法采用了频繁序列模式和文本分析技
【机 构】
:
中国刑事警察学院网络犯罪侦查系,中国刑事警察学院网络信息中心,
论文部分内容阅读
针对多语种警务语料库在构建过程中遇到的资源分散和人工整理难的突出问题,提出了一种基于Web数据获取的多语种警务语料库的构建方法,该方法采用了频繁序列模式和文本分析技术实现了对网页中多语种语料库的自动抽取。经实验证明,该方法可进行多语言数据的自动采集,在少量人工参与的前提下,实现了多语言数据的大规模采集和处理。
Aiming at the prominent problems of multi-language police corpus, which are difficult to decentralize resources and manual collation, the paper proposes a construction method of multilingual police corpus based on web data acquisition. The method uses frequent sequence mode and text Analysis technology to achieve automatic extraction of multilingual corpus web pages. The experiment proves that the method can automatically collect multi-language data and realize the large-scale acquisition and processing of multi-language data with a small amount of manual participation.
其他文献
营运资金又称循环资金,是指一个企业维持日常经营活动所需的资金,通常是指流动资产减去流动负债后的余额.营运资金管理的核心内容就是对资金运用和资金筹措的管理.加强营运资
这是一份关于当代社会语境下的中国传统音乐生存状态的系列报告。报告中通过对不同地域中的乐种研究为我们勾勒出一幅传统音乐在当代社会中的真实图景,展示了21世纪的中国社
西方哲学的"语言转向"始于弗雷格,罗素和维特根斯坦继承和发展了其以数理逻辑为工具对语言进行逻辑分析的思想及通过对语言的分析和阐释进行哲学研究的方法,确立了西方哲学的语
德彪西并不喜欢“印象派”这个术语。他似乎仍然将之与最初被艺术评论家所指代的莫奈那幅名为《日出·印象》(Impression:Seleil levant)的画作联系在一起。它曾是评论家挖苦
戏曲是国家级非物质文化遗产,在商业经济发达的现代社会,借助人偶玩具这一新的传播模式,可以让传统民族文化获得优良传承。本文通过研究戏曲和人偶玩具产业的发展现状,以图像
本刊讯11月13日,2019中国水产学会范蠡学术大会暨第四届范蠡科学技术奖颁奖活动在广西南宁举行,农业农村部副部长于康震出席大会开幕式并讲话,广西壮族自治区人民政府副主席
音乐有着独特的细腻、深刻与精琢细磨,有着深刻的感染力。舒曼的钢琴套曲没有固定的发展手法,不注重大型题材和哲理性的内涵,善于抓住生活中的细节,注重人物内心情感和生活场景的
为了使黑曲霉脂肪酶基因在毕赤酵母中表达并实现高密度发酵生产,采用PCR方法从黑曲霉基因组DNA中扩增出脂肪酶基因LipA,测序结果表明LipA基因编码区全长894 bp,编码297个氨基
教学目标实践具体表现为教学目标设计、实施与评价。始于20世纪80年代的教学目标实践具有启蒙意义,但也存在被动接受、简单模仿的问题。进入21世纪以来,教学领域中的改革主要
<正>随着经济全球化不断深入发展,市场主体外汇交易活动日益多元化,交易性质出现了相互交叉、渗透。传统的条线管理方式已不适应形势发展的需要,打破条线限制,实行主体监管势