面向新闻语料的中日命名实体翻译抽取

摘要 命名实体翻译可以有效地提高跨语言信息检索、统计机器翻译等系统的性能．双语新闻语料包含了丰富的命名实体，利用统计方法可以从中抽取出命名实体翻译．基于中日双语新闻语料，对中日命名实体的翻译特征进行了分析，基于这些特征，提出一种中日双语命名实体翻译自动抽取的方法，该方法融合了中日汉字翻译概率、片假名词汇和中文音译词汇的拼音相似度以及双语词汇共现等特征．实验表明本文方法充分利用这些特征，在语料规模不大的情况下，也可以取得较好的效果