基于英漢平行語料庫(kù)的命名實(shí)體對(duì)自動(dòng)獲取方法研究.pdf

1、命名實(shí)體主要包括人名、地名和組織機(jī)構(gòu)名，是標(biāo)識(shí)某一特定實(shí)體的詞或詞組。而雙語命名實(shí)體等價(jià)對(duì)是指來自兩種不同語言的具有互譯關(guān)系的命名實(shí)體對(duì)。現(xiàn)階段全球化進(jìn)程不斷加快，不同國(guó)家不同語言間溝通交流的重要性和必要性日益凸顯，在此社會(huì)背景下機(jī)器翻譯等自然語言處理技術(shù)得到了迅速的發(fā)展。作為當(dāng)前研究熱點(diǎn)之一，命名實(shí)體的識(shí)別和翻譯技術(shù)正廣泛應(yīng)用于自然語言處理的各項(xiàng)任務(wù)中，如機(jī)器翻譯、信息檢索、問答系統(tǒng)、文本分類及自動(dòng)文摘等。
　　本文主要針對(duì)英漢

2、平行語料中命名實(shí)體等價(jià)對(duì)的自動(dòng)獲取方法進(jìn)行研究，在學(xué)習(xí)前人工作的基礎(chǔ)上，提出一種基于音譯模型、翻譯模型等特征的英漢命名實(shí)體等價(jià)對(duì)的抽取方法。首先從英漢平行語料中分別抽取英文和中文命名實(shí)體，形成多個(gè)候選命名實(shí)體等價(jià)對(duì)，然后計(jì)算得到每個(gè)候選等價(jià)對(duì)之間多個(gè)特征的特征值，最后利用命名實(shí)體等價(jià)對(duì)對(duì)齊模塊，采用最大熵模型將候選命名實(shí)體等價(jià)對(duì)進(jìn)行對(duì)齊，從而得到最終的命名實(shí)體等價(jià)對(duì)集合。實(shí)驗(yàn)結(jié)果表明，本文提出的方法能夠有效地提高平行語料中雙語命名實(shí)體等