中文機構(gòu)名稱及地址的漢英翻譯方法研究.pdf

1、機器翻譯（MachineTranslation:MT）就是用計算機將一種自然語言翻譯為另一種自然語言。經(jīng)過七十多年的發(fā)展，目前機器翻譯已經(jīng)深入到各個子領(lǐng)域的研究。在翻譯方法的研究上，基于統(tǒng)計的機器翻譯方法逐漸占據(jù)了統(tǒng)治地位；而對于翻譯對象，領(lǐng)域術(shù)語、命名實體（NamedEntities:NE）等主要事實信息的翻譯，正在成為研究者關(guān)注的焦點。
　　在人名、地名的翻譯任務利用音譯技術(shù)基本完成之后，機構(gòu)名稱、地址等非音譯信息的翻譯成為命

2、名實體翻譯探索的重點。由于現(xiàn)有的機構(gòu)名稱及地址的漢英雙語語料極其匱乏，導致當前主流的基于統(tǒng)計的機器翻譯技術(shù)無法發(fā)揮優(yōu)勢。針對上述情況，本文提出使用基于規(guī)則的中文地址漢英翻譯方法和基于多層次匹配的中文機構(gòu)名稱漢英翻譯方法來解決中文地址和機構(gòu)名稱的漢英翻譯任務，并對翻譯知識的自動獲取方法進行了深入研究。具體地講，本文從如下幾個方面進行了研究：
　　1．應用當前主流的統(tǒng)計翻譯工具pharaoh對機構(gòu)名稱的翻譯性能進行分析，進而提出一種基

3、于分字的機構(gòu)名稱統(tǒng)計翻譯方法，并將基于分字和分詞的翻譯短語進行融合。兩種方法使得譯文的BLEU評分分別提高了8.1％和20%。
　　2．探索了利用漢英雙語地址對獲取中文地址漢英翻譯規(guī)則的途徑，提出了基于等價翻譯短語的中文地址漢英翻譯規(guī)則獲取方案，給出等價翻譯短語的自動獲取算法和基于轉(zhuǎn)換錯誤驅(qū)動的翻譯規(guī)則的自動學習算法。
　　3.研究了中文機構(gòu)名稱漢英翻譯知識的多層次獲取方法。機構(gòu)名稱漢英翻譯任務要求翻譯出來的譯文盡量符合人們

4、以往的翻譯習慣，而當前可用的雙語資源十分有限。在這種情況下，本文研究了機構(gòu)名稱翻譯知識的多層次獲取方法，該方法使得有限的翻譯知識得到了充分的利用。
　　4．在命名實體漢英雙語語料匱乏的情況下，為了解決中文機構(gòu)名稱及地址的漢英翻譯任務，本文設計并實現(xiàn)了基于規(guī)則的中文地址漢英翻譯系統(tǒng)和基于多級匹配的中文機構(gòu)名稱漢英翻譯系統(tǒng)。實驗表明，在僅有幾千條標準漢英雙語語料的情況下，兩個系統(tǒng)開放測試的BLEU評分分別為0.7167和0.5531，