統(tǒng)計(jì)機(jī)器翻譯中命名實(shí)體處理研究.pdf

1、隨著信息技術(shù)的發(fā)展，不同語(yǔ)言之間的溝通和交流變得越來(lái)越重要，在此背景下機(jī)器翻譯等自然語(yǔ)言處理技術(shù)得到長(zhǎng)足發(fā)展。作為當(dāng)前研究熱點(diǎn)之一，命名實(shí)體識(shí)別及翻譯技術(shù)正廣泛應(yīng)用于諸多自然語(yǔ)言處理任務(wù)中，如機(jī)器翻譯、信息檢索、文本分類(lèi)以及自動(dòng)文摘等。在機(jī)器翻譯中命名實(shí)體的識(shí)別和翻譯也成為影響機(jī)器翻譯性能的重要因素之一。本文主要針對(duì)統(tǒng)計(jì)機(jī)器翻譯中的命名實(shí)體識(shí)別和翻譯進(jìn)行了研究，針對(duì)層次短語(yǔ)統(tǒng)計(jì)機(jī)器翻譯模型中結(jié)合語(yǔ)言知識(shí)的規(guī)則抽取改進(jìn)方法進(jìn)行了探討，然后

2、提出了結(jié)合命名實(shí)體識(shí)別和翻譯的規(guī)則抽取改進(jìn)方法。具體研究?jī)?nèi)容主要包括以下幾個(gè)方面：
　　1.研究并實(shí)現(xiàn)了基于條件隨機(jī)域的實(shí)體類(lèi)命名實(shí)體識(shí)別方法，該方法將命名實(shí)體識(shí)別看作一個(gè)序列標(biāo)注問(wèn)題，利用條件隨機(jī)域算法分別訓(xùn)練出英語(yǔ)和漢語(yǔ)命名實(shí)體識(shí)別模型，然后使用該模型進(jìn)行命名實(shí)體識(shí)別。實(shí)驗(yàn)表明，這種方法取得了較好的識(shí)別準(zhǔn)確率。
　　2.提出了命名實(shí)體翻譯的總體框架，將實(shí)體類(lèi)命名實(shí)體識(shí)別和翻譯與數(shù)字和時(shí)間表達(dá)式識(shí)別和翻譯聯(lián)系起來(lái)，共同作用

3、于機(jī)器翻譯過(guò)程中去。
　　3.設(shè)計(jì)了對(duì)稱策略的雙語(yǔ)實(shí)體類(lèi)命名實(shí)體（包括人名、地名和機(jī)構(gòu)名）對(duì)齊的構(gòu)建方案，基于漢語(yǔ)和英語(yǔ)命名實(shí)體識(shí)別結(jié)果，結(jié)合詞對(duì)齊得到命名實(shí)體候選翻譯對(duì)，使用互信息等過(guò)濾抽取出命名實(shí)體翻譯對(duì)。實(shí)驗(yàn)表明，該方法得到的命名實(shí)體翻譯對(duì)準(zhǔn)確率較好。
　　4.設(shè)計(jì)了數(shù)字和時(shí)間表達(dá)式的漢語(yǔ)和英語(yǔ)識(shí)別方法，提出了漢英數(shù)字和時(shí)間表達(dá)式翻譯方法。實(shí)驗(yàn)結(jié)果表明，識(shí)別和翻譯效果較好。
　　5.通過(guò)結(jié)合中文停用詞、詞性標(biāo)注和