基于雙語(yǔ)對(duì)齊的漢文-新蒙古文命名實(shí)體翻譯技術(shù)研究.pdf

1、對(duì)于統(tǒng)計(jì)機(jī)器翻譯而言，命名實(shí)體的識(shí)別及實(shí)體的翻譯是影響其性能的重要因素。目前專門針對(duì)新蒙文命名實(shí)體識(shí)別的研究較少且多采用基于規(guī)則的方法;這種方法需要人工標(biāo)注新蒙文語(yǔ)料、撰寫規(guī)則;耗時(shí)長(zhǎng)且難以覆蓋所有的命名實(shí)體現(xiàn)象。針對(duì)上述問題，本文提出了一種自動(dòng)地從漢文-新蒙文平行句對(duì)中抽取命名實(shí)體對(duì)的方法。
　　本文實(shí)現(xiàn)了基于CRF的漢文命名實(shí)體識(shí)別。對(duì)其中的關(guān)鍵性問題:識(shí)別粒度大小的確定、特征的選取進(jìn)行了充分的實(shí)驗(yàn)。得出了基于字的識(shí)別效果更優(yōu)

2、;找出了對(duì)命名實(shí)體識(shí)別非常有意義的各類特征:基于上下文的字特征、分詞以及詞性特征、各類實(shí)體前后綴字特征等;最后得到了一個(gè)識(shí)別性能較優(yōu)的模型。對(duì)漢文中實(shí)體類命名實(shí)體識(shí)別的平均F值為91.67。
　　本文提出了漢文-新蒙文命名實(shí)體翻譯框架，采用了非對(duì)稱的漢文-新蒙文命名實(shí)體對(duì)齊策略，對(duì)漢文端進(jìn)行命名實(shí)體識(shí)別后，從漢文-新蒙文詞對(duì)齊結(jié)果中用滑動(dòng)窗的方法抽取出候選的漢文-新蒙文命名實(shí)體對(duì)。然后利用從語(yǔ)料中得到的詞對(duì)齊一致性特征、命名實(shí)體對(duì)