插入语分类抽取研究方法探讨.pdfVIP

第２８卷第４期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．４ ２０１１年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１１ 插入语分类抽取研究方法探讨 周宥良　狄　萍　贡正仙　周国栋 （苏州大学计算机科学与技术学院　江苏苏州２１５００６） 摘　要　　命名实体、术语的翻译对自然语言处理，机器翻译性能的影响越来越得到重视，但是这些翻译很难从现有的翻译词典中 获得充足的信息。提出了一种从网页中自动获取高质量命名实体短语翻译对的方法，首次探索了对双语文本中对齐缺失部分自动 补充的方法。该方法利用网页双语翻译对的特点，使用统计判别模型，融合多种识别特征自动挖掘网站中存在的双语短语翻译三元 对。实验结果表明，采用该模型能高效处理命名实体双语翻译对，正确率达到９５．６％ 。 关键词　　自然语言处理　中文信息处理　双语翻译对　命名实体短语　对齐补充 ＰＲＯＢＩＮＧＲＥＳＥＡＲＣＨＭＥＴＨＯＤＯＦＣＬＡＳＳＩＦＩＥＤＥＸＴＲＡＣＴＩＯＮＯＦＰＡＲＥＮＴＨＥＳＥＳ ＺｈｏｕＹｏｕｌｉａｎｇ　ＤｉＰｉｎｇ　ＧｏｎｇＺｈｅｎｇｘｉａｎ　ＺｈｏｕＧｕｏｄｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｏｃｈｏｗＵｎｉｖｅｒｓｉｔｙ，Ｓｕｚｈｏｕ２１５００６，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＴｈｅｅｆｆｅｃｔｏｆｔｒａｎｓｌａｔｉｏｎｓｏｆｎａｍｅｄｅｎｔｉｔｉｅｓａｎｄｔｅｒｍｓｏｎｍａｎｙａｐｐｌｉｃａｔｉｏｎｓｙｓｔｅｍｓｓｕｃｈａｓＮＬＰａｎｄｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎａｔｔｒａｃｔｓ ｍｏｒｅａｎｄｍｏｒｅａｔｔｅｎｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｔｈｅｓｅｔｒａｎｓｌａｔｉｏｎｓａｒｅｈａｒｄｔｏａｔｔａｉｎｓｕｆｆｉｃｉｅｎｔｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｃｕｒｒｅｎｔｂｉｌｉｎｇｕａｌｄｉｃｔｉｏｎａｒｙ．Ｉｎｔｈｉｓｐａｐｅｒ ｗｅｐｒｏｐｏｓｅａｍｅｔｈｏｄｔｏａｕｔｏｍａｔｉｃａｌｌｙａｃｑｕｉｒｅｈｉｇｈｑｕａｌｉｔｙｐｈｒａｓｅｔｒａｎｓｌａｔｉｏｎｐａｉｒｓｏｆｔｈｅｎａｍｅｄｅｎｔｉｔｉｅｓｆｒｏｍｗｅｂｃｏｒｐｏｒａ，ａｎｄｅｘｐｌｏｒｅｆｏｒｔｈｅ ｆｉｒｓｔｔｉｍｅｔｈｅａｕｔｏｍａｔｉｃｃｏｍｐｌｅｍｅｎｔａｒｙｗａｙｆｏｒｔｈｅｌｏｓｔｐａｒｔｏｆｔｈｅｂｉｌｉｎｇｕａｌｃｏｒｐｏｒａ．Ｔｈｅｍｅｔｈｏｄｕｔｉｌｉｓｅｓｔｈｅｆｅａｔｕｒｅｓｏｆｂｉｌｉｎｇｕａｌｔｒａｎｓｌａｔｉｏｎ ｐａｉｒｓｉｎｗｅｂｐａｇｅｓ，ｕｓｅｓａｓｔａｔｉｓｔｉｃａｌｄｉｓｃｒｉｍｉｎａｔｉｖｅｍｏｄｅｌａｎｄｃｏｍｂｉｎｅｓｗｉｔｈｍｕｌｔｉｐｌｅｒｅｃｏｇｎｉｓｉｎｇｆｅａｔｕｒｅｓｔｏａｕｔｏｍａｔｉｃａｌｌｙｍｉｎｅｔｅｒｎａｒｙｂｉｌｉｎ ｇｕａｌｐｈｒａｓｅｓｔｒａｎｓｌａｔｉｏｎｐａｉｒｓｉｎｗｅｂｓｔａｔｉｏｎｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｕｓｅｏｆｔｈｅｍｏｄｅｌｃａｎｅｆｆｅｃｔｉｖｅｌｙｄｅａｌｗｉｔｈｂｉｌｉｎｇｕａｌｔｒａｎｓｌａｔｉｏｎ ｐａｉｒｓｏｆｔｈｅｎａｍｅｄｅｎｔｉｔｉｅｓｗｉｔｈｈｉｇｈａｃｃｕｒａｃｙｏｆ９５．６％． Ｋｅｙｗｏｒｄｓ　　Ｎａｔｕｒａｌｌａｎｇｕａｇｅｐｒｏｃｅｓｓｉｎｇ（ＮＬＰ）　Ｃｈｉｎｅｓｅｉｎｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓｉｎｇ　Ｂｉｌｉｎｇｕａｌｔｒａｎｓｌａｔｉｏｎｐａｉｒｓ　Ｎａｍｅｄｅｎｔｉｔｉｅｓｐｈｒａｓｅ　 Ｃｏｍｐｌｅｍｅｎｔｏｆｂｉｌｉｎｇｕａｌａｌｉｇｎｍｅｎｔ 译中没有相应的表示，对于这一类的语料，在实验研究中，为了 ０　引　言 得到平行的双语语料，通常的做法是直接删除掉不对称的插入 语，而要从网络上得到大规模完全对齐的带插入语的双