融合人名知识分布特征的汉泰双语人名对齐

发布时间：2022-02-15 09:54

　　双语人名对齐方法研究直接影响到跨语言信息处理的效果,由于泰语与汉语的发音差异大,汉泰双语平行语料库资源有限,基于统计的音译人名对齐模型难以解决汉泰双语人名对齐问题,提出一种在音译特征基础上融合人名知识分布特征相似性的汉泰双语人名对齐方法。计算双语人名音译相似度特征,通过卡方检验等计算汉语人名与泰语人名的知识分布相似度特征,借助支持向量机学习汉泰人名翻译对的两种特征生成人名翻译对分类器,对分类器分类结果调优生成对齐结果。实验结果表明该方法在汉泰人名发音差异大和缺少双语语料资源支持的情况下取得了较好效果。 

【文章来源】：计算机工程与应用. 2019,55(23)北大核心CSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]中泰文化差异下的词语翻译:鲁迅小说泰译论[J]. 黄盈秀.  中华文化论坛. 2017(03)
[2]基于熵模型的英汉人名对齐[J]. 刘颖,曹项.  中文信息学报. 2016(03)
[3]基于条件随机场的泰语音节切分方法[J]. 赵世瑜,线岩团,郭剑毅,余正涛,洪玄贵,王红斌.  计算机科学. 2016(03)
[4]基于跨语言语料的汉泰词分布表示[J]. 张金鹏,周兰江,线岩团,余正涛,何思兰.  计算机工程与科学. 2015(12)
[5]汉英双语命名实体识别与对齐的交互式方法[J]. 陈钰枫,宗成庆,苏克毅.  计算机学报. 2011(09)
[6]基于RBF核的SVM核参数优化算法[J]. 董国君,哈力木拉提·买买提,余辉.  新疆大学学报(自然科学版). 2009(03)
[7]人工神经网络在文本分类中的应用[J]. 史晶蕊,郑玉明,韩希.  计算机应用研究. 2005(10)
[8]应用BP神经网络分类器识别交通标志[J]. 杨斐,王坤明,马欣,朱双东.  计算机工程. 2003(10)



本文编号：3626415