可比語(yǔ)料中雙語(yǔ)多詞術(shù)語(yǔ)互譯對(duì)抽取方法研究.pdf

1、碩士學(xué)位論文可比語(yǔ)料中雙語(yǔ)多詞術(shù)語(yǔ)互譯對(duì)抽取方法研究ResearchonExtractionofBilingualMultiwordTermTranslationPairsfromComparableCorpora學(xué)號(hào)：21009228指導(dǎo)完成El期：窒Q!墨生壘月2晝旦大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要雙語(yǔ)術(shù)語(yǔ)互譯對(duì)抽取是自然語(yǔ)言處理領(lǐng)域中一個(gè)重要的研究課題。作為基礎(chǔ)資源，

2、雙語(yǔ)術(shù)語(yǔ)互譯對(duì)被廣泛應(yīng)用于機(jī)器翻譯、信息抽取、雙語(yǔ)術(shù)語(yǔ)詞典編撰以及跨語(yǔ)言信息檢索等領(lǐng)域。早期的術(shù)語(yǔ)互譯對(duì)抽取工作主要在平行語(yǔ)料上開(kāi)展，存在語(yǔ)料規(guī)模不足等問(wèn)題。與通過(guò)人工翻譯或者法規(guī)文件等獲得的平行語(yǔ)料庫(kù)相比，可比較語(yǔ)料庫(kù)具有代價(jià)低、來(lái)源廣等特點(diǎn)。目前，基于可比較語(yǔ)料的研究越來(lái)越多，從可比較語(yǔ)料庫(kù)中挖掘詞級(jí)別的信息己成為研究的熱點(diǎn)。本文在可比較語(yǔ)料的基礎(chǔ)上進(jìn)行雙語(yǔ)多詞術(shù)語(yǔ)互譯對(duì)的抽取工作。首先從可比較語(yǔ)料庫(kù)中分別抽取中文多詞術(shù)語(yǔ)和英文多詞

3、術(shù)語(yǔ)，然后通過(guò)計(jì)算中英多詞術(shù)語(yǔ)之間多個(gè)特征值得到術(shù)語(yǔ)匹配對(duì)，最后使用閡值限定法過(guò)濾正確的術(shù)語(yǔ)對(duì)。其中，在計(jì)算術(shù)語(yǔ)匹配對(duì)時(shí)，本文使用最小化樣本風(fēng)險(xiǎn)算法來(lái)調(diào)節(jié)特征權(quán)重。本文設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)多詞術(shù)語(yǔ)互譯對(duì)抽取系統(tǒng)，其中，中英可比語(yǔ)料庫(kù)作為系統(tǒng)的輸入，中英多詞術(shù)語(yǔ)互譯對(duì)集合作為系統(tǒng)的輸出。系統(tǒng)主要分為3個(gè)模塊：(1)多詞術(shù)語(yǔ)抽取模塊：(2)基于多特征的互譯對(duì)相似度計(jì)算模塊；(3)多特征融合和過(guò)濾模塊。多詞術(shù)語(yǔ)抽取模塊分別從對(duì)應(yīng)的單語(yǔ)語(yǔ)料庫(kù)中抽取

4、中文多詞術(shù)語(yǔ)和英文多詞術(shù)語(yǔ)?；プg對(duì)相似度計(jì)算模塊，使用翻譯模型特征、詞頻同現(xiàn)特征、中英匹配特征、英中匹配特征和詞長(zhǎng)度特征計(jì)算中英多詞術(shù)語(yǔ)之間的匹配度。多特征融合和過(guò)濾模塊，使用最小樣本風(fēng)險(xiǎn)算法(minimumsamplerisk，MSR)調(diào)整各個(gè)特征的權(quán)重，然后將各個(gè)特征值加權(quán)求和，結(jié)果作為互譯對(duì)最終的相似度。每個(gè)中文多詞術(shù)語(yǔ)和多個(gè)英文多詞術(shù)語(yǔ)比較，構(gòu)建多個(gè)候選中英多詞術(shù)語(yǔ)互譯對(duì)，選擇相似度最高且大于閾值的互譯對(duì)作為正確結(jié)果。本文的主要