面向复杂形态语言机器翻译的多模型融合词性标注研究  

Research on Multi-Models Combined Part-Of-Speech Tagging for Machine Translation Between Languages with Complex Morphology

作　　者：李晓[1] 蒋同海[1] 周喜[1] 王磊[1] 杨雅婷[1] 

机构地区：[1]中国科学院新疆理化技术研究所,乌鲁木齐830011

出　　处：《网络新媒体技术》2014年第1期60-64,共5页Network New Media Technology

基　　金：中国科学院战略性先导科技专项课题"新疆少数民族信息处理"(课题编号:XDA06030400)

摘　　要：针对维汉机器翻译中所存在的效率低下以及数据稀疏等问题,本文提出一种多模型融合的词性标注方法。该方法在维吾尔语浅层形态分析的基础上,结合渐进标注模型(Progressive POS,PPOS)对噪音数据的过滤能力及泛化标注模型(Generalize POS,GPOS)的泛化表示能力,对维吾尔语进行词性标注。实验证明,使用该方法进行维吾尔语词性标注,其标注效果已接近实用。For the Inefficient and data sparse in Uyghur Part-Of-Speech（ POS） tagging,this paper presents a tagging method that merged multi-models. The tagging method based on the shallow morphological analysis of Uyghur,and combined the noise data filtering capability of the Progressive Part-Of-Speech model and generalization capability of the Generalize POS model. Experiments show that with the tagging method mentioned above,the quality of Uyghur Part-Of-Speech tagging is closing to the practical.

关 键 词：维汉机器翻译 维吾尔语词性标注 感知器算法 泛化 复杂形态语言 

分 类 号：TP391.2[自动化与计算机技术—计算机应用技术]