汉英人名自动翻译方法的研究

• 作 者: 李鑫鑫
• 出 处: 黑龙江大学
• 发表日期: 2012年期
• 关键词: 人名来源识别 音译单元对齐 汉英人名音译 支持向量机 隐马尔可夫模型

随着互联网的飞速发展和全球化的不断深入，中文网络文本中蕴含有大量的中国人名和来自不同民族或国度的外国译名。如何根据人名的结构特点识别中文文本中的人名的来源，并根据其来源将其翻译成英文已经成为机器翻译和跨语言信息检索等研究领域的一个焦点。根据汉语文本中不同来源人名的构成方式和用字规律，本文研究外国音译人名来源，包括欧美、日本、韩国等识别方法，进而探索汉英人名自动翻译方法。本文研究不仅可以完善汉语人名识别和汉英人名翻译方法和理论，而且在机器翻译，问答系统和跨语言信息检索等领域具有十分广阔的应用前景。具体地，本文从以下三个个方面展开研究：首先，以字作为基本处理单位，采用统计方法对中文文本的人名和外国译名进行信息统计，并分析了欧美、日本、韩国等不同来源的汉语人名的结构特点和用字规律。其次，本文将汉语人名的来源识别看作是一个分类问题，在分析不同中文名字和译名特点基础上，分别考虑了人名长度、人名中字的位置以及n-gram等特征，并分别利用最大熵模型、支持向量机模型和朴素贝叶斯模型融合这些特征进行人名来源识别，重点探索了不同特征和不同分类器模型对于汉语人名来源识别的影响。实验结果表明基于字的支持向量机模型对中、日、韩和欧美四个国家的汉语人名来源识别效果最好。最后，本文在汉语人名来源识别基础上，采用一种基于规则的汉英音译单元对齐算法进行汉英音译单元的对齐，并在基于字形的汉英机器音译框架下，采用隐马尔可科夫模型将不同来源的汉语人名音译成英语。初步的实验证明，事先识别人名来源可极大提高汉-英人名音译性能。