藏文數詞識別與翻譯報告人：孫萌2012年11月5日藏文數詞識別與翻譯報告人：孫萌研究背景藏文是一種具有邏輯格語法體系的拼音文字藏文分詞是藏文信息處理的基礎藏文數詞識別與翻譯是分詞和翻譯的難點研究背景藏文的特點和研究的難點詞與詞之間沒有空格分詞是藏文信息處理必須解決的問題藏文是拼音文字，拼寫形式復雜，具有曲折變化漢語的一些成熟的分詞方法難以直接用于藏文的分詞藏文分詞標注語料庫規模較少對分詞容錯性較高的藏漢翻譯方法藏文的特點和研究的難點詞與詞之間沒有空格藏文數詞阿拉伯數字，比如“2012”藏文基本數字構件?(0),?(1),?(2),?(3),?(4),?(5),?(6),?(7),?(8),?(9)????(2012)藏文組合數詞是由藏文數詞基本構件以一定的規則組合而成??????????(35)藏文數詞阿拉伯數字，比如“2012”研究現狀HuidanLiu提出的基于數詞組件分類的藏文數詞識別算法定義6種標簽，通過迭代操作修改標簽，識別數詞研究現狀HuidanLiu提出的基于數詞組件分類的藏文數詞藏文數詞組成規律基本數詞構件基本數詞序數詞分數單位詞時間詞藏文數詞組成規律基本數詞構件總體框架藏文句子邊界識別基本數詞識別與翻譯復雜數詞識別與翻譯數詞和翻譯基本構件表最優路徑決策基本數詞規則庫有限自動機復雜數詞規則庫泛化基本數詞總體框架藏文句子邊界識別基本數詞識別與翻譯復雜數詞識別與翻譯邊界識別模型基數詞數量詞數詞前綴小數點否定數詞數詞后綴邊界識別模型基數詞藏文數詞構件識別藏文數詞構件識別基本數詞識別與翻譯模型基本數詞識別與翻譯模型舉例藏文數詞??????????????????????????????(20907)先進行數詞基本構件劃分，得到如下序列：????(前綴詞-二)????(數量詞-萬)????(基數詞-九)?????(數量詞-百)????(數量詞-十)????(否定詞-沒有)?????(基數詞-七)依次掃描輸入的構件序列，進行狀態轉移：S-->1-->2-->3-->2-->2-->5-->3-->E。舉例藏文數詞????????????????????????復雜數詞的識別與翻譯模型序數詞：?????X-->第X屆先進行數詞基本構件時間詞：X1????????X2????????X3-->X1年X2月X3日分數：X1??X2-->百分之X2(subjecttoX1=100)單位詞：?????X1-->X1米復雜數詞的識別與翻譯模型序數詞：?????X-->第X屆數詞識別與翻譯實驗

識別識別與翻譯準確率0.98570.9845召回率0.99200.9908F值0.98880.9873數詞識別與翻譯實驗

識別識別與翻譯準確率0.98570.98數詞識別與翻譯對藏漢翻譯的影響系統開發集測試集層次短語基線系統0.426329.13+藏文數詞識別與翻譯0.433831.77數詞識別與翻譯對藏漢翻譯的影響系統開發集測試集層次短語基線系結論提出三層模型，通過基于最優路徑決策的數詞構件邊界識別模型、基于自動機的基本數詞識別與翻譯模型和基于泛化變量模板的復合數詞識別與翻譯模型，使得藏文數詞識別與翻譯的F值達到98.73%。結論提出三層模型，通過基于最優路徑決策的數詞構件邊界識別模型謝謝！謝謝！藏文數詞識別與翻譯報告人：孫萌2012年11月5日藏文數詞識別與翻譯報告人：孫萌研究背景藏文是一種具有邏輯格語法體系的拼音文字藏文分詞是藏文信息處理的基礎藏文數詞識別與翻譯是分詞和翻譯的難點研究背景藏文的特點和研究的難點詞與詞之間沒有空格分詞是藏文信息處理必須解決的問題藏文是拼音文字，拼寫形式復雜，具有曲折變化漢語的一些成熟的分詞方法難以直接用于藏文的分詞藏文分詞標注語料庫規模較少對分詞容錯性較高的藏漢翻譯方法藏文的特點和研究的難點詞與詞之間沒有空格藏文數詞阿拉伯數字，比如“2012”藏文基本數字構件?(0),?(1),?(2),?(3),?(4),?(5),?(6),?(7),?(8),?(9)????(2012)藏文組合數詞是由藏文數詞基本構件以一定的規則組合而成??????????(35)藏文數詞阿拉伯數字，比如“2012”研究現狀HuidanLiu提出的基于數詞組件分類的藏文數詞識別算法定義6種標簽，通過迭代操作修改標簽，識別數詞研究現狀HuidanLiu提出的基于數詞組件分類的藏文數詞藏文數詞組成規律基本數詞構件基本數詞序數詞分數單位詞時間詞藏文數詞組成規律基本數詞構件總體框架藏文句子邊界識別基本數詞識別與翻譯復雜數詞識別與翻譯數詞和翻譯基本構件表最優路徑決策基本數詞規則庫有限自動機復雜數詞規則庫泛化基本數詞總體框架藏文句子邊界識別基本數詞識別與翻譯復雜數詞識別與翻譯邊界識別模型基數詞數量詞數詞前綴小數點否定數詞數詞后綴邊界識別模型基數詞藏文數詞構件識別藏文數詞構件識別基本數詞識別與翻譯模型基本數詞識別與翻譯模型舉例藏文數詞??????????????????????????????(20907)先進行數詞基本構件劃分，得到如下序列：????(前綴詞-二)????(數量詞-萬)????(基數詞-九)?????(數量詞-百)????(數量詞-十)????(否定詞-沒有)?????(基數詞-七)依次掃描輸入的構件序列，進行狀態轉移：S-->1-->2-->3-->2-->2-->5-->3-->E。舉例藏文數詞????????????????????????復雜數詞的識別與翻譯模型序數詞：?????X-->第X屆先進行數詞基本構件時間詞：X1????????X2????????X3-->X1年X2月X3日分數：X1??X2-->百分之X2(subjecttoX1=100)單位詞：?????X1-->X1米復雜數詞的識別與翻譯模型序數詞：?????X-->第X屆數詞識別與翻譯實驗

識別識別與翻譯準確率0.98570.9845召回率0.99200.9908F值0.98880.9873數詞識別與翻譯實驗

識別識別與翻譯準確率0.98570.98數詞識別與翻譯對藏漢翻譯的影響系統開發集測試集層次短語基線系統0.426329.13+藏文數詞識別與翻譯0.433831.77數詞識別與翻譯對藏漢翻譯