藏文数词识别与翻译.ppt

《藏文数词识别与翻译.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、藏文数词识别与翻译报告人：孙萌2012年11月5日研究背景藏文是一种具有逻辑格语法体系的拼音文字藏文分词是藏文信息处理的基础藏文数词识别与翻译是分词和翻译的难点藏文的特点和研究的难点词与词之间没有空格分词是藏文信息处理必须解决的问题藏文是拼音文字，拼写形式复杂，具有曲折变化汉语的一些成熟的分词方法难以直接用于藏文的分词藏文分词标注语料库规模较少对分词容错性较高的藏汉翻译方法藏文数词阿拉伯数字，比如“2012”藏文基本数字构件༠(0),༡(1),༢(2),༣(3),༤(4),༥(5),༦(6),༧(7),༨(8),༩(9)༢༠༡༢

2、(2012)藏文组合数词是由藏文数词基本构件以一定的规则组合而成སུམ་ཅུ་ལྔ་(35)研究现状HuidanLiu提出的基于数词组件分类的藏文数词识别算法定义6种标签，通过迭代操作修改标签，识别数词藏文数词组成规律基本数词构件基本数词序数词分数单位词时间词总体框架藏文句子边界识别基本数词识别与翻译复杂数词识别与翻译数词和翻译基本构件表最优路径决策基本数词规则库有限自动机复杂数词规则库泛化基本数词边界识别模型基数词数量词数词前缀小数点否定数词数词后缀藏文数词构件识别基本数词识别与翻译模型举例藏文数词ཉིས་ཁྲི་དགུ་བར

3、ྒྱ་བཅུ་མེད་བདུན་(20907)先进行数词基本构件划分，得到如下序列：ཉིས་(前缀词-二)ཁྲི་(数量词-万)དགུ་(基数词-九)བརྒྱ་(数量词-百)བཅུ་(数量词-十)མེད་(否定词-没有)བདུན་(基数词-七)依次扫描输入的构件序列，进行状态转移：S-->1-->2-->3-->2-->2-->5-->3-->E。复杂数词的识别与翻译模型序数词：སྐབས་X-->第X届先进行数词基本构件时间词：X1ལོའི་ཟླ་X2པའི་ཚེས་X3-->X1年X2月X3日分数：X1ཆ་X2-->百分之X2

4、(subjecttoX1=100)单位词：སྨིས་X1-->X1米数词识别与翻译实验识别识别与翻译准确率0.98570.9845召回率0.99200.9908F值0.98880.9873数词识别与翻译对藏汉翻译的影响系统开发集测试集层次短语基线系统0.426329.13+藏文数词识别与翻译0.433831.77结论提出三层模型，通过基于最优路径决策的数词构件边界识别模型、基于自动机的基本数词识别与翻译模型和基于泛化变量模板的复合数词识别与翻译模型，使得藏文数词识别与翻译的F值达到98.73%。谢谢！