英汉人名音译方法研究.pdfVIP

英汉人名音译方法研究 邹波，赵军 (中国科学院自动化研究所模式识别国家重点实验室，北京100080) 揍要； 本文详缨比较了两种机器学习方法和两种统计翻译模型在英汉人名音译上的应用效 果。本文首先提出了将英汉人名翻译问题看作序列标注问题的处理思路，并且将两种机器学习方 法：最大熵模型和条件随机场模型应用于人名翻译。在使用机器学习算法进行音译时，本文比较 了不同特征集对人名音译的影响，实验表明字母串特征和标注之间转移特征对提高音译性能有很 大帮助，I刊时，本文逊比较丫使用不同的语言模型时。基于短语的机器翻译模型和基于N．gram 的fj『L器翻译模型在人名音译上的表现。实验表明，好的语言模型能极大鲍提高音译性能。当使用 的训练集相同时，机器学习方法和统计翻译模型取得的音译效果差不多，但是统计翻译方法框架 比较灵活，能利用外来的信息，因此更加适合进行英汉人名音译。 关键词； 英汉人名音译；序列标注#统计翻译模型 OfSeveraf Comparison NameTranSIiteratiOnMethods BoZou。JunZHAo ofPattern (NationalLaboratory Recognition，InstituteofAmomation．Chinese AcademyofScienees，Beijing，looogo) the Abstract：Thistothe of NameTransliterationboth machine paper problemEnglish·Chinese applies andthemachine the asa translation transliteration learning approaches．Viewing problemsequence·tagging two modelandConditionalRandom classicmachine method：Maximum problem眦tested learning Entropy foundthelatter results on Fields，and showedthat performedbetter．Experimental performancedependspowerful andtransitionalinformationbetween is intothe features tags(1anguagemodel)，whichpoorlyintegratedsequence testedtwo translation betterLM wealso machine taggingapproaches．Forusage approaches：thephrase·based modelandthe model．Theinfluenceofthesizeofthe modelsonthetransliteration N·gram