漢英名實(shí)體詞對齊技術(shù)的研究.pdf

1、隨著計算機(jī)和互聯(lián)網(wǎng)的發(fā)展，在自然語言處理領(lǐng)域，以雙語名實(shí)詞對齊為基礎(chǔ)的應(yīng)用日益增多。除了在機(jī)器翻譯方面的應(yīng)用的之外，雙語名實(shí)體詞對齊在術(shù)語提取、信息檢索、翻譯詞典編纂、自然語言生成也有著重要的用途。據(jù)統(tǒng)計現(xiàn)有詞典資源上查不到的名詞，大部分是名實(shí)體，包括一些專業(yè)術(shù)語，因?yàn)檫@部分詞匯更新較快。因此名詞尤其是名實(shí)體的雙語對應(yīng)顯得更為重要。
　　由于傳統(tǒng)的詞對齊算法對于名實(shí)體詞對齊得不到一個滿意的結(jié)果，本文在原有的詞對齊算法基礎(chǔ)上探索了幾

2、種名實(shí)體詞對齊的方法。并從對齊結(jié)果中自動抽取對譯片斷對構(gòu)造對譯片斷庫，應(yīng)用到已有的EBMT系統(tǒng)中進(jìn)行翻譯結(jié)果評價。
　　本文從以下幾個方面進(jìn)行了研究：
　　1.本文運(yùn)用在句法分析方面取得成功的基于轉(zhuǎn)換的錯誤驅(qū)動算法建立了一個漢英名實(shí)體詞對齊的自學(xué)習(xí)系統(tǒng)。在建立了一個擁有3592句手工對齊的語料庫之后，通過自學(xué)習(xí)系統(tǒng)獲取了大量規(guī)則，這些規(guī)則的獲取方法不僅簡單易行，更在應(yīng)用于漢英名實(shí)體詞對齊中取得了很高的正確率。
　　2.

3、針對英漢雙語語料庫規(guī)模不足的現(xiàn)狀，本文將引入網(wǎng)絡(luò)搜索頻率數(shù)的方法。首先將雙語句對中未被對齊的雙語名實(shí)體作為關(guān)鍵詞構(gòu)造為查詢條件，自動送入搜索引擎，然后對查詢結(jié)果通過相關(guān)處理，獲得可靠的名實(shí)體詞對齊對。實(shí)驗(yàn)表明，該方法顯著的提高了雙語名實(shí)體詞對齊的召回率。從實(shí)驗(yàn)結(jié)果可以看出兩種方法的優(yōu)缺點(diǎn)在一定程度上存在較強(qiáng)的互補(bǔ)性。因此，基于混合策略的名實(shí)體詞對齊方法能夠充分利用現(xiàn)有資源，有利于提高名實(shí)體詞對齊的質(zhì)量，是一種有效的名實(shí)體詞對齊方案。