基于归纳学习和汉字汉字映射表的汉日命名实体对等提取方法

命名实体翻译等效项提取在机器翻译（MT）和跨语言信息检索（CLIR）中起着至关重要的作用。 传统方法通常基于大规模并行或可比语料库。 但是，这些研究的适用性受到限制，主要是因为缺乏所需规模的平行语料库，特别是对于中文和日文的语言对。 在本文中，我们提出了一种基于中文和日文特征的方法，该方法基于单语语料库中的归纳学习（IL），自动提取中日命名实体（NE）的翻译对等词。 该方法采用中文汉字和日语汉字映射表（HKMT）来计算日语和汉语之间NE实例的相似性。 然后，通过从中文和日语的高相似性NE实例中提取不同部分，我们使用IL来获取NE的部分翻译规则。 最后，反馈处理将更新中文和日语NE实体相似性和规则集。 实验结果表明，该方法简单有效，克服了传统方法严重依赖双语资源的不足。 与其他方法相比，我们的方法将中文和日语的语言特征与IL结合使用，以自动提取NE对。 我们使用弱相关双语文本集和最少的附加知识来提取NE对有效地减少了构建语料库的成本和对附加知识的需求。 我们的方法可能有助于使用单语语料库构建大规模的汉日NE翻译词典。