基于字形与语音的音译单元对齐方法.pdfVIP

北京大学学报(自然科学版) 第 52 卷 第 1 期 2016 年 1 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 52, No. 1 (Jan. 2016) doi: 10.13209/j.0479-8023.2016.001 基于字形与语音的音译单元对齐方法 † 刘博佳 徐金安 陈钰枫 张玉洁 北京交通大学计算与信息技术学院 , 北京 100044; † 通信作者 , E-mail: jaxu@ 摘要 为了解决仅采用基于语音或基于字形的音译方法造成的误差过大问题, 以汉英音译为主要研究对象, 运用统计与规则的理论思想, 提出融合基于语音和字形的音译单元对齐方法, 设计了 4 个实验 , 与传统方法 进行对比。实验结果显示, 该方法能够很好地提高机器音译的准确性。 关键词 机器音译 ; 对齐 ; N-gram 模型 ; 基于语音的音译方法 ; 基于字形的音译方法 中图分类号 TP391 Integrating of Grapheme-Based and Phoneme-Based Transliteration Unit Alignment Method † LIU Bojia, XU Jin’an , CHEN Yufeng, ZHANG Yujie School of Computer and Information, Beijing Jiaotong University, Beijing 100044; † Corresponding author, E-mail: jaxu@ Abstract In order to solve the errors caused by only using the pheneme-based method or the grapheme-based method, applying the theory of statistics and rules, this paper proposes a new method for transliteration unit alignment which integrates the two main transliteration methods. Four experiments are designed to compare with the traditional methods. Experimental results show that proposed method outperforms other methods in terms of performance in machine transliteration. Key words machine transliteration; alignment; N-gram model; grapheme-based method; phoneme-based method 在自然语言处理应用中 , 机器音译常被用于解 音译方向建立音译规则 [4] 。Wan 等[4]提出从英文到 决未登录词 (out-of-vocabulary, OOV) 的问题, 音译 中文的基于规则的正向音译方法, 该方法的思想被 结果