基于关联度的汉藏多词单元等价对抽取方法.pdfVIP

第 26卷 第 3期 中文信息学报 Vo1．26，NO．3 2O12年 5月 JOURNAL OFCHINESE INFORMATION PROCESSING M ay，2012 文章编号：1003—0077(2012)03～0098—06 基于关联度的汉藏多词单元等价对抽取方法 诺 明花 ，刘汇丹 ，吴 健 ，丁治明 (1．中国科学院 软件研究所 ，北京 100190；2．中国科学院 研究生院，北京 100049) 摘 要 ：针对为汉藏辅助翻译系统建立汉藏 多词单元翻译词典这一任务 ，该文提 出了CMWEPM 模 型。该模型首 先依据关联度和结合度来确定汉语语料 中多词单元 的边界 ，然后根据词对齐信 息分别抽取严格和约束 多词单元等 价对 ，从而形成汉藏 多词单元等价对。CMwEPM 模 型根据不 同长度和频次对 多词单元进行分类，并为不 同类型 设定不同阈值 ，最终提高了汉藏 多词单元等价对的召回率 ，从而能够间接地提高汉藏辅助翻译系统 的翻