英汉平行语料中双语兼类词消歧研究

山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (6): 18-23.

英汉平行语料中双语兼类词消歧研究

冯敏萱1,曲维光2,3*

1.南京师范大学文学院, 江苏南京 210046; 2.南京师范大学计算机科学与技术学院, 江苏南京 210046;
3.江苏省信息安全保密技术研究中心, 江苏南京 210097

收稿日期:2011-04-15 出版日期:2011-12-16 发布日期:2011-04-15
通讯作者: 曲维光(1964- ),男,山东烟台人,教授,博士,主要研究方向为自然语言处理和人工智能. E-mail: wgqu-nj@163.com
作者简介:冯敏萱(1978- ),女,江苏南京人,讲师,博士,主要研究方向为自然语言处理和语料库语言学.E-mail: fennel-2006@163.com
基金资助:
国家自然科学基金资助项目(60773173, 61073119); 江苏省自然科学基金资助项目(BK2010547);江苏省社会科学基金资助项目(10YYB007)

Study of bilingual words of part-of-speech(POS) disambiguation in the English-Chinese parallel corpus

FENG Min-xuan1, QU Wei-guang2,3*

1. School of Chinese Language and Literature, Nanjing Normal University, Nanjing 210046, China;
2. School of Computer Science and Technology, Nanjing Normal University, Nanjing 210046, China;
3. The Research Center of Information Security and Confidentiality Technology of Jiangsu Province, Nanjing 210097, China

Received:2011-04-15 Online:2011-12-16 Published:2011-04-15

摘要/Abstract

摘要：

对于一部分目前统计处理消歧效果较差、但出现频率又很高的兼类词，手工编写针对性极强的消歧规则。在未经词汇对齐的平行语料中，实现了基于个性规则的词性消歧方法。本研究为5个典型兼类词（过去、计划、与、back、so）设计的平行消歧算法，在大规模平行语料中得到了验证，平均F值达到了98.45%。研究结果表明该规则具有不受上下文长度和模板数量限制、特别适合于双语平行处理、消歧效果好等优点。

关键词: 平行语料, 词性消歧, 兼类词, 自动识别, 中文信息处理

Abstract:

A part-of-speech disambiguation approach was given based on idiosyncratic rules in a parallel corpus unaligned at the lexical level. This approach focused on those words that occurred in the corpus at very high frequency, while the part-of-speeches were difficult to determine. A number of idiosyncratic disambiguation rules were constructed and an algorithm built on these rules was applied on five typical words, among which were three Chinese words, “guoqu”, “jihua” and “yu” and two English words, “back” and “so”. Experiments on a large scale parallel corpus obtained an F-score of 98.45% for the disambiguation of these words, and the results showed that the constructed rules would not be constrained by the length of context and the number of templates.

Key words: parallel corpus, part of speech disambiguation, words of POS ambiguity, automatic recognition, Chinese information processing

中图分类号:

TP391.1

冯敏萱1,曲维光2,3*. 英汉平行语料中双语兼类词消歧研究[J]. 山东大学学报(工学版), 2011, 41(6): 18-23.

FENG Min-xuan1, QU Wei-guang2,3*. Study of bilingual words of part-of-speech(POS) disambiguation in the English-Chinese parallel corpus[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2011, 41(6): 18-23.

参考文献

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	李侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[2]	施来顺,万忠义 . 新型甜菜碱型沥青乳化剂的合成与性能测试[J]. 山东大学学报(工学版), 2008, 38(4): 112 -115 .
[3]	来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[4]	余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[5]	陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[6]	王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[7]	张英,郎咏梅,赵玉晓,张鉴达,乔鹏,李善评 . 由EGSB厌氧颗粒污泥培养好氧颗粒污泥的工艺探讨[J]. 山东大学学报(工学版), 2006, 36(4): 56 -59 .
[8]	Yue Khing Toh1 ， XIAO Wendong2 ， XIE Lihua1 . 基于无线传感器网络的分散目标跟踪：实际测试平台的开发应用（英文）[J]. 山东大学学报(工学版), 2009, 39(1): 50 -56 .
[9]	孙炜伟,王玉振. 考虑饱和的发电机单机无穷大系统有限增益镇定[J]. 山东大学学报(工学版), 2009, 39(1): 69 -76 .
[10]	孙玉利,李法德,左敦稳,戚美 . 直立分室式流体连续通电加热系统的升温特性[J]. 山东大学学报(工学版), 2006, 36(6): 19 -23 .