基于字符串相似度的维吾尔语中汉语借词识别
文献类型：期刊论文
| 作者 | 米成刚; 杨雅婷 ; 周喜; 李晓; 杨明忠
|
| 刊名 | 中文信息学报
 |
| 出版日期 | 2013 |
| 卷号 | 27期号:5页码:173-178,190 |
| 关键词 | 借词 未登录词 发音相似度 字符串相似度 |
| ISSN号 | 1003-0077 |
| 其他题名 | Recognition of Chinese Loan Words in Uyghur Based on String Similarity |
| 中文摘要 | 维汉机器翻译过程中会出现较多的未登录词,这些未登录词一部分属于借词(人名、地名等).该文提出一种新颖的根据借词与原语言词发音相似这一特性进行维吾尔语中汉语借词识别的方法.该方法对已有语料进行训练,得到面向维吾尔语中汉语借词识别的维吾尔语拉丁化规则；根据以上规则对维吾尔语拉丁化,并对汉语词进行拼音化,将借词发音相似转换为字符串相似这一易量化标准；提出了位置相关的最小编辑距离模型、加权公共子序列模型以及二者的带参数融合模型.实验结果表明,综合考虑字符串全局相似性和局部相似性的带参数融合模型取得了最佳的识别效果. |
| 英文摘要 | There are many Out-Of-Vocabulary words in Uyghur-Chinese machine translation, a large part of them are loan words (including person names, place names, et.al). This paper presents a novel method that recognition the Chinese loan words in Uyghur according to the feature that one loan word pronounce similar with its original word. This method training the existing corpus first, and getting the Uyghur Latin rules that use to recognize Chinese loan word in Uyghur; this paper Latin the Uyghur words according to the rules, Romanization of Chinese words, these transform the sounds similarity to strings similarity which is easy to quantification; proposed three models: Position-related Minimum Edit Distance model, Weighted Common Subsequence model and the fusion model that fused above two with parameters. The experimental results show that the fusion model considering strings' global similarity and local similarity, so it gets the best recognition results. |
| 收录类别 | CSCD |
| CSCD记录号 | CSCD:4969152 |
| 公开日期 | 2014-11-11 |
| 源URL | [http://ir.xjipc.cas.cn/handle/365002/3717]  |
| 专题 | 新疆理化技术研究所_多语种信息技术研究室 |
| 作者单位 | 中国科学院新疆理化技术研究所 |
| 推荐引用方式 GB/T 7714 | 米成刚,杨雅婷,周喜,等. 基于字符串相似度的维吾尔语中汉语借词识别[J]. 中文信息学报,2013,27(5):173-178,190. |
| APA | 米成刚,杨雅婷,周喜,李晓,&杨明忠.(2013).基于字符串相似度的维吾尔语中汉语借词识别.中文信息学报,27(5),173-178,190. |
| MLA | 米成刚,et al."基于字符串相似度的维吾尔语中汉语借词识别".中文信息学报 27.5(2013):173-178,190. |
入库方式： OAI收割
来源：新疆理化技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。