作者：蒋龙; 周明; 简立峰人工智能机器翻译音译命名实体翻译网络挖掘
摘要：本文提出了一种新颖的方法，综合利用音译和网络挖掘来提高命名实体翻译的效果。具体而言，首先利用音译模型生成一个候选翻译，然后利用音译信息配舍网络挖掘获得更多的候选翻译。最后，使用最大熵（Maximum Entropy）模型综合考虑源词和候选翻译之间的各种特征，如发音相似度，上下文本特征，网页共现关系等，来排序得到的候选翻译，从而决定最终的翻译结果。实验结果显示我们的方法显著的提高了命名实体翻译的精确度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
