日漢雙語命名實體對獲取方法及其應用研究.pdf

1、命名實體翻譯對的自動抽取研究對自動文摘、機器翻譯和跨語言信息檢索等意義重大。傳統(tǒng)方法往往建立在大規(guī)模平行語料庫或可比語料庫基礎上，由于雙語語料庫資源相對匱乏導致研究成果的實用性受到約束。本文總結了該領域的研究現(xiàn)狀，并結合漢語和日語的特點，提出了一種新的基于歸納學習法的單語語料庫命名實體翻譯對自動抽取方法。該方法使用漢語和日語漢字對照表計算命名實體實例間的相似度，使用歸納學習法，抽取相似度較高的漢語和日命名實體實例間的共同部分和差異部分，

2、來獲取命名實體的局部翻譯規(guī)則，再通過反饋處理更新漢日命名實體對的相似度和規(guī)則集合。實驗結果顯示，提出方法簡單有效，克服了傳統(tǒng)方法對雙語資源具有依賴性這一缺點，可有效利用單語語料庫構筑大規(guī)模漢日命名實體翻譯詞典。
　　相比與其他的方法，本文結合漢語和日語的特點，提出了一種基于歸納學習法的單語語料庫漢日命名實體翻譯對自動抽取方法。使用了弱相關的雙語文本、極少的額外知識（中日漢字對照表）來抽取命名實體翻譯等價對，有效的減少了構筑語料的花