基于英漢平行語料庫的命名實體對自動獲取方法研究.pdf

1、命名實體主要包括人名、地名和組織機構(gòu)名，是標(biāo)識某一特定實體的詞或詞組。而雙語命名實體等價對是指來自兩種不同語言的具有互譯關(guān)系的命名實體對?，F(xiàn)階段全球化進程不斷加快，不同國家不同語言間溝通交流的重要性和必要性日益凸顯，在此社會背景下機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)前研究熱點之一，命名實體的識別和翻譯技術(shù)正廣泛應(yīng)用于自然語言處理的各項任務(wù)中，如機器翻譯、信息檢索、問答系統(tǒng)、文本分類及自動文摘等。
　　本文主要針對英漢

2、平行語料中命名實體等價對的自動獲取方法進行研究，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體等價對的抽取方法。首先從英漢平行語料中分別抽取英文和中文命名實體，形成多個候選命名實體等價對，然后計算得到每個候選等價對之間多個特征的特征值，最后利用命名實體等價對對齊模塊，采用最大熵模型將候選命名實體等價對進行對齊，從而得到最終的命名實體等價對集合。實驗結(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體等