典型文献
英汉翻译语法误译校正方法研究——基于K均值聚类
文献摘要：
针对现有英汉翻译语法误译校正方法中存在的校正精度较低等问题,提出一种基于K均值聚类的英汉翻译语法误译校正方法.对采集的英汉翻译语法数据实施预处理,运用TF-IDF算法由预处理后的语法数据内提取语法特征,构成语法特征样本集;通过K均值聚类确定特征样本集内语法误译特征,将此误译特征作为输入参数,输入到构建误译校正模型中,实现英汉翻译语法误译的校正.结果表明,该方法可检测出语法特征样本集内的误译特征,所检测的误译特征个数与对应数据集的实际误译类别数量几乎一致,综合检测性能较高;可通过语法误译校正将误译语法与正确语法区分,整体校正精度高于98％.
文献关键词：
K均值聚类;英汉翻译;语法误译;TF-IDF算法;特征提取;误译校正模型
中图分类号：
作者姓名：
吴南辉;沈炎松
作者机构：
漳州职业技术学院国际合作学院,福建漳州363000;漳州职业技术学院电子信息学院,福建漳州363000
文献出处：
引用格式：
[1]吴南辉;沈炎松-.英汉翻译语法误译校正方法研究——基于K均值聚类)[J].漳州职业技术学院学报,2022(02):67-75
A类：
语法误译,误译校正模型,整体校正
B类：
英汉翻译,译语,校正方法,均值聚类,法数,TF,IDF,语法特征,成语,特征样本,样本集,输入参数,别数,综合检测,检测性能
AB值：
0.126909
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
