基于模板的汉维商品命名实体翻译研究.pdfVIP

文章编号：1007—1423(2015)08—0034—04 DOI：10．3969／j．issn．1007—1423．2015．08．008 基于模板的汉维商品命名实体翻译研究 王静雅．袁保社 (新疆大学信息工程学院，乌鲁木齐 830046) 摘要 ： 结合商品命名实体 自身结构的特点，提出一种基于模板的产品名命名实体的翻译方法。该方法在传统模板中包含的 固定项和可变项的基础上 ，添加候选项。首次把rrrL模板抽取算法应用于 “汉语一维吾尔语”，并加以改进。实验结果 表明模板中候选部分的添加可大大减少模板的数量，提高模板的泛化能力和翻译质量。 关键词 ： 机器翻译 ；模板：商品命名实体 0 引言 板抽取算法。此方法不需要语法知识和句法结构 主要 思想是从两对互译的实例中学习得到翻译模板：通过 比 基于模板的翻译方法 TBMTfTemplateBasedMa． 较实例中的相同部分和不同部分．将相 同部分作为固 chineTranslation)是基于规则的机器翻译 (RBMT)方法 定项 ，不同部分作为可变项．然后加以归纳 ，将不同部 和基于实例的机器翻译 (EBMT)方法的结合与优化 l1【 分进行变量置换而得到翻译模板 最后建立源语言和 商品名是一种特殊的命名实体 ．如果直接使用现有的 目标语言变量之间的对应关系闭。文献3『1也用过类似算 命名实体翻译技术 ，会出现很多问题。我们通过分析大 法进行模板的抽取．但主要针对的是农业常用短语进 量的产品命名实体 ，发现其结构通常为：品牌名+型号 行的模板抽取 名+修饰词+核心词+规格说明。共 同点如下：同品牌商 品名中相同词语重复率大、同系列商品命名结构类似、 1．2 改进 的TTL模板抽取算法 由于1fItL算法只能从结构相同或相近的实例对中 形容词多等。结合商品命名实体 自身结构．我们认为此 方法十分适合商品名实体的翻译 取得好模板．若从结构差异大的实例对 中．往往抽取出 本文中，我们提出一种改进 了的1TrL机器翻译模 无用模板 并且只需比较两个实例就可抽取出一个模 板 自动抽取算法。这种方法是首先将语料进行聚类操 板，得到模板重复较多，质量和泛化能力不高。我们对 作，通过对相似实例一一进行比较 统计出现频率较高 1TrL模板抽取算法进行改进 ．主要通过语料聚类和加 入候选项两个方面 但并不是全部出现的词语或短语．添加作为候选部分 此方法使模板质量有明显提高．可大大减少翻译时模 (1)语料聚类 聚类操作是利用文献f41提出的相似度计算方法 ， 板匹配时的工作量。提高效率。 利用公式 (1)，(2)，计算每个商品名的相似度 ，将相似 1 翻译模板 的抽取 度大于特定阈值的语料归为同类 1．1TTL模板抽取算法