阿依古丽·哈力克，艾山·吾买尔，吐尔根·伊布拉音，卡哈尔江·阿比的热西提，买合木提·买买提

(1．新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046；2．新疆多语种信息技术重点实验室，新疆 乌鲁木齐 830046)

汉维时间数字和量词的识别与翻译研究

阿依古丽·哈力克1,2，艾山·吾买尔1,2，吐尔根·伊布拉音1,2，卡哈尔江·阿比的热西提1,2，买合木提·买买提1,2

(1．新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046；2．新疆多语种信息技术重点实验室，新疆 乌鲁木齐 830046)

统计机器翻译对时间、数字、量词的泛化能力较弱，为了提高汉维机器翻译系统对时间、数字和量词短语的翻译性能，该文利用双语语料库挖掘并提取汉语时间、数字、量词表达与翻译模式，实现了基于模板的时间、数字、无歧义量词翻译方法及基于上下文的有歧义量词翻译方法。时间、数字、无歧义量词、有歧义量词的翻译F值达到了93.23%、90.15%、96.55%、87.58%，实验证明，该方法具有简单高效的优点。

时间数字；无歧义量词；有歧义量词；翻译规则；翻译模板

1 引言

命名实体识别与翻译在机器翻译、信息处理系统中具有重大意义。目前，对命名实体的识别与翻译研究工作在国内外已取得大量的研究成果[1]。Shruti Mathur[2]等用基于规则的方法对英语—印语命名实体内的常见形式进行了识别与翻译。Deepti Bhalla[3]等使用基于统计的方法识别命名实体，通过平行语料库实现了英语—印语命名实体的翻译。Sameer R. Maskey[4]等通过规则，分析句法开发了英语—阿拉伯语命名实体的翻译系统。Sebastian M P[5]等基于统计实现了英语—马拉雅拉姆语的机器翻译。……