少数民族语言机器翻译资源与技术瓶颈.pdfVIP

少数民族语言机器翻译资源与技术瓶颈 李淼 中国科学院合肥物质科学研究院智能机械研究所 2012-09-20 西安 报告提纲 一、少数民族语言机器翻译现状 一、少数民族语言机器翻译现状 二、资源瓶颈 二、资源瓶颈 三、技术瓶颈 三、技术瓶颈 四、实验室工作简介 四、实验室工作简介 五、总结：一些可借鉴的工作 五、总结：一些可借鉴的工作 一、少数民族语言机器翻译现状 研究主要集中于藏、蒙、维等少数几种语言 藏 •1995年，陈玉忠、李延福等实现了汉藏科技机器翻译系统的原型系 传统农业 统； •2000年，青海师范大学实用化汉藏机器翻译系统基本达到实用化水 平； 现代工 •2004年，祁坤钰构造了初步适应英藏机器翻译的藏语语义分类体系。 蒙 •在蒙古语词类自动标注系统、蒙汉词典、面向政府文献的汉蒙机器辅 后工业（息技术） 助翻译系统、蒙古语语法信息词典框架设计、英蒙机器翻译系统、蒙古 文信息处理平台研究（软件、语料库）等多个方面取得成果。 维 •在大型英汉维三向通用电子词典、维汉机器辅助翻译系统等应用软件 的开发方面取得显著成绩； •提供各类民文信息处理用规范与标准制定、民文信息处理语法、句法、 词法规则库等。 一、少数民族语言机器翻译现状 一些指标 机器翻译评测最好成绩（CWMT2011 ） 传统农业 语言 领域 BLEU 单位 蒙汉 日常用语 0.2275 自动化所 现代工 藏汉 政府文献 0.5843 自动化所 后工业（息技术） 维汉 新闻领域 0.5144 计算所 哈汉 新闻领域 0.3988 计算所 柯汉 新闻领域 0.4391 自动化所 一、少数民族语言机器翻译现状 一些指标（续） 民文自然语言处理相关指标 内容 指标 来源 传统农业 于新等. 基于词典的汉藏句子对齐研究与实 汉藏句对齐 准确率81.11% 现. 中文信息学报, 2011.  准确率为 雪艳. 汉蒙词语对齐及相关技术研究,  内蒙古 汉蒙词对齐 81.4%，召回率 现代工