音譯外國(guó)人名自動(dòng)識(shí)別的研究.pdf

1、中文音譯人名屬于未登錄詞，而未登錄詞識(shí)別是自動(dòng)分詞技術(shù)的關(guān)鍵問題，自動(dòng)分詞是信息檢索、信息抽取及知識(shí)發(fā)現(xiàn)等方面起著很重要的作用。目前在音譯名的識(shí)別方面已有很多的研究，但是由于社會(huì)，生活，文化等方面的發(fā)展，在中文音譯名的翻譯上也有了一些變化，因?yàn)樵袉栴}沒有透徹解決，隨之又有新問題即將出現(xiàn)，這樣就需要對(duì)原有的模型重新認(rèn)識(shí)并改進(jìn)。
　　通過對(duì)中文姓名識(shí)別模型的研究和對(duì)音譯名現(xiàn)有研究結(jié)果分析，建立音譯名的識(shí)別模型，首先依據(jù)《英語(yǔ)姓名譯名

2、手冊(cè)》統(tǒng)計(jì)用字頻度字典，單詞頻度字典和雙詞頻度字典;其次由中文分詞模型得到原始分詞;然后在原始分詞結(jié)果的基礎(chǔ)上識(shí)別出輸入語(yǔ)句中的所有潛在姓名同時(shí)計(jì)算他們的可信度，建立潛在姓名鏈;接著對(duì)鏈中的每個(gè)潛在姓名進(jìn)行過濾，采用閥值和根據(jù)簡(jiǎn)單上下文關(guān)系作選擇的方法，主要考查的參數(shù)是頻度和可信度;最后調(diào)整潛在姓名鏈，比較原分詞結(jié)果和音譯名的識(shí)別結(jié)果，選擇最優(yōu)解。
　　在改進(jìn)方面主要針對(duì)潛在姓名過濾和召回過程，其主要優(yōu)化的參數(shù)是潛在姓名的可信度以