英漢人名音譯方法的研究與實現(xiàn).pdf

1、機器音譯包括人名，地名，機構(gòu)名和組織名等專有名詞的音譯，是自然語言處理中一個重要問題，在機器翻譯，跨語言信息檢索等應(yīng)用中有很重要的作用。機器音譯是按照發(fā)音將源語言中的詞自動翻譯成目標(biāo)語言中的詞。本文在總結(jié)出基于語音的機器音譯的不足的基礎(chǔ)上，提出了兩種機器音譯的方法：基于字形的音譯方法和機器翻譯的方法。本文從以下幾個方面介紹： 1.本文首先介紹了基于字形的音譯框架，并在該框架下分析比較了兩種音譯模型：噪聲通道模型和n-gram音譯

2、模型，得出了n-gram音譯模型比噪聲通道模型包含了更多的上下文信息。 2.本文在利用傳統(tǒng)的EM算法進行音譯單元對齊的基礎(chǔ)上，首次提出了基于音節(jié)首字母匹配的對齊方法，總結(jié)了7條常見的英漢首字母匹配的啟發(fā)式規(guī)則。并將兩種對齊方法應(yīng)用到英語和漢語音譯單元的對齊上，比較了兩種對齊算法對機器音譯性能的影響。實驗結(jié)果顯示，基于音節(jié)首字母匹配的對齊算法優(yōu)于EM對齊算法。 3.本文研究了如何將viterbi算法應(yīng)用到英語到漢語和漢語到

3、英語的兩個方向的解碼上。并利用基于字形的音譯框架和n-gram音譯模型，采用基于音節(jié)首字母匹配的對齊算法進行音譯單元的對齊，使用viterbi解碼，實現(xiàn)了一個英漢雙向人名音譯系統(tǒng)。 4.除此之外，本文將名字看成偽句子，利用統(tǒng)計機器翻譯的思想進行音譯。統(tǒng)計機器翻譯利用對數(shù)線性模型。實驗結(jié)果顯示，統(tǒng)計機器翻譯的方法更適合于機器音譯，因為機器音譯是按照發(fā)音順序進行音譯的，因此沒有調(diào)序過程。并且對數(shù)線性模型的方法在增加模型的特征時很方便