英漢人名音譯方法的研究與實(shí)現(xiàn).pdf

1、機(jī)器音譯包括人名，地名，機(jī)構(gòu)名和組織名等專(zhuān)有名詞的音譯，是自然語(yǔ)言處理中一個(gè)重要問(wèn)題，在機(jī)器翻譯，跨語(yǔ)言信息檢索等應(yīng)用中有很重要的作用。機(jī)器音譯是按照發(fā)音將源語(yǔ)言中的詞自動(dòng)翻譯成目標(biāo)語(yǔ)言中的詞。本文在總結(jié)出基于語(yǔ)音的機(jī)器音譯的不足的基礎(chǔ)上，提出了兩種機(jī)器音譯的方法：基于字形的音譯方法和機(jī)器翻譯的方法。本文從以下幾個(gè)方面介紹： 1.本文首先介紹了基于字形的音譯框架，并在該框架下分析比較了兩種音譯模型：噪聲通道模型和n-gram音譯

2、模型，得出了n-gram音譯模型比噪聲通道模型包含了更多的上下文信息。 2.本文在利用傳統(tǒng)的EM算法進(jìn)行音譯單元對(duì)齊的基礎(chǔ)上，首次提出了基于音節(jié)首字母匹配的對(duì)齊方法，總結(jié)了7條常見(jiàn)的英漢首字母匹配的啟發(fā)式規(guī)則。并將兩種對(duì)齊方法應(yīng)用到英語(yǔ)和漢語(yǔ)音譯單元的對(duì)齊上，比較了兩種對(duì)齊算法對(duì)機(jī)器音譯性能的影響。實(shí)驗(yàn)結(jié)果顯示，基于音節(jié)首字母匹配的對(duì)齊算法優(yōu)于EM對(duì)齊算法。 3.本文研究了如何將viterbi算法應(yīng)用到英語(yǔ)到漢語(yǔ)和漢語(yǔ)到

3、英語(yǔ)的兩個(gè)方向的解碼上。并利用基于字形的音譯框架和n-gram音譯模型，采用基于音節(jié)首字母匹配的對(duì)齊算法進(jìn)行音譯單元的對(duì)齊，使用viterbi解碼，實(shí)現(xiàn)了一個(gè)英漢雙向人名音譯系統(tǒng)。 4.除此之外，本文將名字看成偽句子，利用統(tǒng)計(jì)機(jī)器翻譯的思想進(jìn)行音譯。統(tǒng)計(jì)機(jī)器翻譯利用對(duì)數(shù)線(xiàn)性模型。實(shí)驗(yàn)結(jié)果顯示，統(tǒng)計(jì)機(jī)器翻譯的方法更適合于機(jī)器音譯，因?yàn)闄C(jī)器音譯是按照發(fā)音順序進(jìn)行音譯的，因此沒(méi)有調(diào)序過(guò)程。并且對(duì)數(shù)線(xiàn)性模型的方法在增加模型的特征時(shí)很方便