基于多粒度地英汉人名音译.PDFVIP

基于多粒度的英汉人名音译 于恒 涂兆鹏 刘群 刘洋 智能信息重点实验室 计算机科学与技术系 中国科学院计算技术研究所 清华大学 {yuheng,tuzhaopeng,liuqun}@ liuyang2011@ Graehl(1997) 在日英人名音译中，以英文音素 摘要 和日文音素为单位，通过发音相似性寻求转换。 音译是解决人名翻译的重要方法。在 Al-Onaizan and Knight (1998) ，Sherif (2007) 提 英汉人名音译问题中，翻译粒度问题一 出以字母为单位，跳过发音过程，直接进行翻 直是研究的重点之一。本文提出一种基 译。Wei-Hao Lin and Hsin-His Chen (2002)使用 于多粒度的英汉人名音译方法。将多种 音节相似度模型进行人名音译。邹波，赵军 粒度的英文切分通过词图进行融合，并 (2008)将音节切分问题转换为序列标注问题， 使用层次短语模型进行解码，从而缓解 采用机器学习的方法进行人名音译。以上方法 了由于切分错误而导致的音译错误，提 从不同角度处理音译粒度问题，取得了良好的 高了系统的鲁棒性。实验结果表明基于 效果，但每种方法均存在不足之处。 多粒度的音译方法融合了基于各种粒度  以字母为粒度的方法能够生成较为广泛 音译方法的优点，在准确率上提高了 的音译规则，但规则错误率较高，无法 3.1%，在 BLEU 取得了 2.2 个点的显著 充分利用发音信息辅助切分。 提升。  以音节为粒度的方法利用发音信息进行 1 引言 音节切分，生成准确度较高的音译规则， 音译作为一种按照文字读音进行近似翻译的 但模型鲁棒性较差，对一些特例或歧义 方法，在人名翻译中有着广泛的应用(Li 性音译无法得到正确切分。 HaiZhou and Zhang min 2004) 。人名音译接受一 个源语言的人名作为输入，在保证发音基本不  采用机器学习方法的音译策略能够从语 变的原则下，输出与该人名以目标语言表示的 料中自主学习音译知识。但对标注语料 的依赖性较强，对语料外的切分问题处 翻译。例如“Julianne ”→ “朱丽安”。由于音 理能力不佳。 译从读音角度处理翻译问题，在处理未登录词 翻译问题上有着良好的效果，因此在很多跨语 因此，本文提出基于多粒度的英汉人名音译 言任务如机器翻译，跨语言检索以及跨语言问 方法。通过词图融合各种粒度的切分，从而缓 答系统中有着广泛的应用。 解了因切分错误而导致的音译错误，在充分利 用语