機(jī)器翻譯阿拉伯地名的方法已經(jīng)過(guò)驗(yàn)證，這對(duì)中國(guó)地理信息資源的構(gòu)建具有重要的實(shí)際意義。Kerdsplacenamesmachinetranslationpointmutualinformation; 有向無(wú)環(huán)圖；ywolexicalstructureanalis; 音節(jié)劃分；forwardmaximummatchingalrithmysgo1222RENHongkai, WANGJizhou, MAOXi, MAWeii2 (1.山東君,YINHongmefScienceandTechnology,青島,山東266590;2.ChineseAcademyofUniversityoSurveying & Mapping,Being10003,ChinaAcademyofUniversityoSurveying & ” 中國(guó)地名委員會(huì)、“一帶一路”和“走出去” 民政部地名研究所編制的戰(zhàn)略規(guī)劃全部強(qiáng)制翻譯地名。在字典等資料中，只有少數(shù)阿拉伯國(guó)家需要地名信息的支持。fort:;;Kerdsplacenamesmachinetranslationpointmutualinformation;directedacyclicgraph;ywolexicalstructureanalis;sylabledivision;forwardmaximummatchingalrithmysgo1222RENHongkai,WANGJizhou,MAOXi,MAOXi,MAOXi, ,ChinaName,Shandongjun266,YIN,ScienceandTechnology,China,Shandongjun266,YINmefScienceandTechnology,China,China,China,Yingo,Science andTechnology; 缺乏，也收錄在中國(guó)地名委員會(huì)編纂的《外國(guó)地名翻譯手冊(cè)》中，以及“世界的“一帶一路”

“一帶一路”沿線國(guó)家有許多標(biāo)志性地名，遠(yuǎn)不能滿足阿拉伯民族國(guó)家日益壯大的全球地理。但是，我國(guó)對(duì)阿拉伯文和中文信息資源建設(shè)的需求還遠(yuǎn)遠(yuǎn)沒(méi)有得到滿足。目前阿拉伯地名的翻譯方式主要是人工翻譯，效率低下，成本高，而且沒(méi)有作者簡(jiǎn)介：任宏凱（1996-），男，單義檢查錯(cuò)誤等缺陷，無(wú)法滿足要求大型地名數(shù)據(jù)制作東德州基于模板的統(tǒng)計(jì)翻譯，碩士研究生，主要研究配方構(gòu)建的需求，如何實(shí)現(xiàn)阿拉伯地名對(duì)地名的高效翻譯和標(biāo)準(zhǔn)化?？焖俜g對(duì)于豐富全球地理信息資源尤為重要。郵箱：1430140448@qq。收稿日期：2019-05-10 同時(shí)，我們注意到機(jī)器翻譯的發(fā)展為高效翻譯阿拉伯地名提供了可能。機(jī)器翻譯[1]又稱自動(dòng)基金項(xiàng)目：中國(guó)測(cè)繪研究院基礎(chǔ)翻譯[2]，可高效翻譯自然語(yǔ)言（源語(yǔ)言）文本研究業(yè)務(wù)資助項(xiàng)目（AR1912）另一種自然語(yǔ)言（目標(biāo)語(yǔ)言）文本，全尺寸測(cè)繪科學(xué)158自動(dòng)高質(zhì)量機(jī)器翻譯系統(tǒng)（FAHQMT）是人工智能的*終目標(biāo)之一。機(jī)器翻譯方法包括基于詞典[3]匹配和詞典組合語(yǔ)言學(xué)知識(shí)規(guī)則翻譯、基于語(yǔ)料庫(kù)的統(tǒng)計(jì)翻譯系統(tǒng)機(jī)器翻譯，以及基于三類的機(jī)器學(xué)習(xí)[4]方法。但是，地名[6]需要遵循國(guó)家標(biāo)準(zhǔn)[8]機(jī)器翻譯系統(tǒng)[9-10]神經(jīng)[5]復(fù)雜的構(gòu)成，[7]專名的音譯和通名的釋義，目前第45卷1） 地名輸入。

羅馬化后輸入標(biāo)準(zhǔn)的單一阿拉伯語(yǔ)地名。2） 地名模板提取。根據(jù)點(diǎn)互信息表達(dá)，對(duì)大量地名語(yǔ)料進(jìn)行數(shù)據(jù)挖掘，設(shè)置閾值提取常用高頻詞。在此基礎(chǔ)上，為每個(gè)地名建立一個(gè)有向無(wú)環(huán)圖，并提取地名模板。以音譯為主，不能滿足3）基礎(chǔ)名詞的結(jié)構(gòu)分析。輸入的地名將發(fā)送給有特殊要求的地名翻譯。（地名翻譯目前不歸類為匹配模板庫(kù)。根據(jù)模板拆分句子結(jié)構(gòu)，得到“阿拉伯語(yǔ)”的*佳翻譯研究。) 地理名詞的結(jié)構(gòu)拆分方案。綜上所述，本文著眼于阿拉伯地名的構(gòu)成特點(diǎn)，根據(jù)阿拉伯地名翻譯國(guó)家標(biāo)準(zhǔn)，在現(xiàn)有的[]4）專有名稱音譯14中。首先將專有名詞劃分成音節(jié)，然后按照前向*大匹配算法對(duì)每個(gè)音節(jié)進(jìn)行分割。在機(jī)器翻譯方法的基礎(chǔ)上，提出用阿漢轉(zhuǎn)寫表對(duì)阿拉伯方言進(jìn)行預(yù)處理。組合匹配的機(jī)器翻譯方法一舉成名。工作，*后輸出對(duì)應(yīng)的漢字翻譯結(jié)果。一、技術(shù)路線阿拉伯字母是世界上除拉丁字母外使用*廣泛的字母系統(tǒng)。它包括28個(gè)輔音，沒(méi)有元音，而是12個(gè)發(fā)音符號(hào)和輔音組合來(lái)表達(dá)發(fā)音。目前，阿拉伯語(yǔ)地名的翻譯有兩種方式：第一種是將原阿拉伯語(yǔ)直接翻譯成中文；二是在羅馬化后翻譯阿拉伯地名[11]。阿拉伯語(yǔ)的羅馬化是指將阿拉伯字母轉(zhuǎn)換為通用拉丁字母拼寫的過(guò)程。本文根據(jù)羅馬化后的標(biāo)準(zhǔn)阿拉伯地名進(jìn)行研究。二是在羅馬化后翻譯阿拉伯地名[11]。阿拉伯語(yǔ)的羅馬化是指將阿拉伯字母轉(zhuǎn)換為通用拉丁字母拼寫的過(guò)程。本文根據(jù)羅馬化后的標(biāo)準(zhǔn)阿拉伯地名進(jìn)行研究。二是在羅馬化后翻譯阿拉伯地名[11]。阿拉伯語(yǔ)的羅馬化是指將阿拉伯字母轉(zhuǎn)換為通用拉丁字母拼寫的過(guò)程。本文根據(jù)羅馬化后的標(biāo)準(zhǔn)阿拉伯地名進(jìn)行研究。

阿拉伯地名的機(jī)器翻譯主要包括以下5個(gè)步驟：結(jié)果的輸出。將嵌套模板翻譯結(jié)果中的占位符分別替換為專有名詞的音譯結(jié)果，合并輸出*終的翻譯結(jié)果。2關(guān)鍵技術(shù)2.1 基于點(diǎn)互信息訓(xùn)練提取地名模板點(diǎn)互信息（intwise互信息，PMI） po是指在獨(dú)立假設(shè)下，兩個(gè)隨機(jī)事件同時(shí)發(fā)生，給定聯(lián)合分布和邊際分布的概率也可以理解為隨機(jī)事件之間相互依賴程度的一種度量，它更多地關(guān)注單個(gè)概率事件而不是互信息。從表達(dá)式 (1）, 互信息[15]是點(diǎn)互信息的期望。(x,)PMI(x,og2pyy)=lx)p(p(y)名稱輸入，地名模板[12]提取，地理名詞結(jié)構(gòu)[13]解析，地名音譯，結(jié)果輸出5個(gè)步驟。整個(gè)技術(shù)過(guò)程如圖1所示。 （1）在計(jì)算語(yǔ)言學(xué)中，點(diǎn)互信息用于尋找與發(fā)現(xiàn)的詞的搭配和聯(lián)系。通常邊緣分布p(x)、p(y)和聯(lián)合分布p(x, y) 通過(guò)統(tǒng)計(jì)詞的出現(xiàn)概率和共現(xiàn)概率來(lái)近似 好的詞搭配關(guān)聯(lián) 具有很高的PMI，因?yàn)楣铂F(xiàn)的概率只比每個(gè)詞的概率略低。相反，由于各自出現(xiàn)的概率遠(yuǎn)高于其共現(xiàn)概率，不相關(guān)的詞對(duì)得到很小的PMI。在該方法中，考慮到常用名的特點(diǎn)來(lái)確定特征的類型和專名來(lái)區(qū)分相似的特征，常用名往往表示為一組固定的詞/詞搭配；專有名詞之間沒(méi)有大的相關(guān)性，基于此構(gòu)造了一種基于點(diǎn)互信息的地名模板提取方法[16]。常用名稱通常表示為一組固定的詞/詞搭配；專有名詞之間沒(méi)有大的相關(guān)性，基于此構(gòu)造了一種基于點(diǎn)互信息的地名模板提取方法[16]。常用名稱通常表示為一組固定的詞/詞搭配；專有名詞之間沒(méi)有大的相關(guān)性，基于此構(gòu)造了一種基于點(diǎn)互信息的地名模板提取方法[16]。

分析阿拉伯地名的構(gòu)詞成分，將專有地名與地名常用詞/短語(yǔ)的自由組合表達(dá)為地名的*終表達(dá)形式。映射關(guān)系f如下： 圖1 阿拉伯地名機(jī)器翻譯技術(shù)流程圖(x(S,W)→y2） 其中：S代表地名專有名稱；W包含地名總稱，介詞, Fi1TechnicalFlowChartofMachineg. 連詞, 形容詞和量詞. 單個(gè)地名模板使用自定義 TranslationofArabicPlaceNames 意思是占位符 ([X], [Y], [Z], [M], [N]) 而不是專有名稱引用格式：任宏凱, 王繼洲, 毛曦, 等. 阿拉伯地名機(jī)器翻譯方法［J］. 測(cè)繪科學(xué), 8期1592020, 45 (8）: 157-163.S, 結(jié)合常用詞/短語(yǔ)W，地名結(jié)構(gòu)抽象表達(dá)的一般表達(dá)。具體算法如下：首先遍歷所有地名語(yǔ)料庫(kù)，根據(jù)每個(gè)模板的翻譯結(jié)果統(tǒng)計(jì)每個(gè)地名中的詞對(duì)（Countab）和單個(gè)詞（Counta），結(jié)合嵌套依次實(shí)現(xiàn)翻譯。匹配地名“Qa爧ralSharī Sayyid”的模板后，得到三種分裂方案，如圖3所示，分別計(jì)算次數(shù)，單個(gè)詞或詞對(duì)出現(xiàn)多次的概率較高。設(shè)置閾值e1，過(guò)濾集合H中的詞對(duì)Pab>e1。 PaP(3）PaPb根據(jù)點(diǎn)互信息公式(3）,

然后遍歷每個(gè)地名，選擇當(dāng)前地名的所有有序詞對(duì)匹配H，如果匹配成功(a,b)∈H，則在詞對(duì)之間加一條有向邊，否則不處理，遍歷完成找到有向圖的所有邊。*后根據(jù)有向圖的每條路徑生成一個(gè)地名模板，統(tǒng)計(jì)所有模板出現(xiàn)的頻率并計(jì)算其出現(xiàn)頻率，并根據(jù)目標(biāo)模板的個(gè)數(shù)設(shè)置閾值進(jìn)行過(guò)濾提?。▓D） 2）. 圖3 地理名詞方法結(jié)構(gòu)分析 Fi3LexicalStructureAnalsisoftheGeoraphicalNameg.yg , Qa) 1） 方案A：由2個(gè)模板（alSharī[X]爧r[X]q和1個(gè)單詞（Sayyid）組成，模板的對(duì)數(shù)頻率為 -9. 64438、-< @6.08402。詞頻對(duì)數(shù)人為給定一個(gè)先驗(yàn)值，本文為-12.03846（即假設(shè)詞頻為0.5計(jì)算的對(duì)數(shù)頻率）。該方案的對(duì)數(shù)頻率之和為：-9.64438+(-<@6.08402）+(-12. 03846）=-2 7.76686 圖2 Fi2TemplateExtractionDiaramg.g for 阿拉伯地名"alGharbīZawā`idahazaw", Sh)模板提取示意圖2）方案B：由2個(gè)模板([X]al[Y]arī[ X]q和2個(gè)單獨(dú)的詞（Qa爧r，Sayyid），模板的對(duì)數(shù)頻率為-5.40328、-7. 42381。本文為-12.03846（即假設(shè)單個(gè)詞出現(xiàn)的頻率為0.5計(jì)算出的對(duì)數(shù)頻率）。該方案的對(duì)數(shù)頻率之和為：-9.64438+(-<@6.08402）+(-12. 03846）=-2 7.76686 圖2 Fi2TemplateExtractionDiaramg.g for 阿拉伯地名"alGharbīZawā`idahazaw", Sh)模板提取示意圖2）方案B：由2個(gè)模板([X]al[Y]arī[ X]q和2個(gè)單獨(dú)的詞（Qa爧r，Sayyid），模板的對(duì)數(shù)頻率為-5.40328、-7. 42381。本文為-12.03846（即假設(shè)單個(gè)詞出現(xiàn)的頻率為0.5計(jì)算出的對(duì)數(shù)頻率）。該方案的對(duì)數(shù)頻率之和為：-9.64438+(-<@6.08402）+(-12. 03846）=-2 7.76686 圖2 Fi2TemplateExtractionDiaramg.g for 阿拉伯地名"alGharbīZawā`idahazaw", Sh)模板提取示意圖2）方案B：由2個(gè)模板([X]al[Y]arī[ X]q和2個(gè)單獨(dú)的詞（Qa爧r，Sayyid），模板的對(duì)數(shù)頻率為-5.40328、-7. 42381。

這是*終的語(yǔ)法規(guī)則，并分析符合規(guī)則結(jié)構(gòu)的語(yǔ)法。在阿拉伯語(yǔ)地名翻譯中，我們將語(yǔ)法規(guī)則[19]設(shè)置為單一地名名詞結(jié)構(gòu)。專名Sayyid音譯，模板嵌套組合翻譯流程如下圖。*終的結(jié)果是“Eastern Sayyid can be translate by 多個(gè)地名通用名稱模板嵌套并與占位符組合（[X]或?qū)m殿”。[Y]）。這些模板是相互獨(dú)立的，不是1）Qa爧r[alSharī[Sayyid]]→alSharīqq[Sayyid]宮。2）alSharī[Sayyid]宮→東[Sayyid]q無(wú)間隔重復(fù)，完全拆分地名結(jié)構(gòu)，*終得到地名結(jié)構(gòu)樹(shù)。并分析符合規(guī)則結(jié)構(gòu)的語(yǔ)法。在阿拉伯語(yǔ)地名翻譯中，我們將語(yǔ)法規(guī)則[19]設(shè)置為單一地名名詞結(jié)構(gòu)。專名Sayyid音譯，模板嵌套組合翻譯流程如下圖。*終的結(jié)果是“Eastern Sayyid can be translate by 多個(gè)地名通用名稱模板嵌套并與占位符組合（[X]或?qū)m殿”。[Y]）。這些模板是相互獨(dú)立的，不是1）Qa爧r[alSharī[Sayyid]]→alSharīqq[Sayyid]宮。2）alSharī[Sayyid]宮→東[Sayyid]q無(wú)間隔重復(fù)，完全拆分地名結(jié)構(gòu)，*終得到地名結(jié)構(gòu)樹(shù)。并分析符合規(guī)則結(jié)構(gòu)的語(yǔ)法。在阿拉伯語(yǔ)地名翻譯中，我們將語(yǔ)法規(guī)則[19]設(shè)置為單一地名名詞結(jié)構(gòu)。專名Sayyid音譯，模板嵌套組合翻譯流程如下圖。*終的結(jié)果是“Eastern Sayyid can be translate by 多個(gè)地名通用名稱模板嵌套并與占位符組合（[X]或?qū)m殿”。[Y]）。這些模板是相互獨(dú)立的，不是1）Qa爧r[alSharī[Sayyid]]→alSharīqq[Sayyid]宮。2）alSharī[Sayyid]宮→東[Sayyid]q無(wú)間隔重復(fù)，完全拆分地名結(jié)構(gòu)，*終得到地名結(jié)構(gòu)樹(shù)。專名Sayyid音譯，模板嵌套組合翻譯流程如下圖。*終的結(jié)果是“Eastern Sayyid can be translate by 多個(gè)地名通用名稱模板嵌套并與占位符組合（[X]或?qū)m殿”。[Y]）。這些模板是相互獨(dú)立的，不是1）Qa爧r[alSharī[Sayyid]]→alSharīqq[Sayyid]宮。2）alSharī[Sayyid]宮→東[Sayyid]q無(wú)間隔重復(fù)，完全拆分地名結(jié)構(gòu)，*終得到地名結(jié)構(gòu)樹(shù)。專名Sayyid音譯，模板嵌套組合翻譯流程如下圖。*終的結(jié)果是“Eastern Sayyid can be translate by 多個(gè)地名通用名稱模板嵌套并與占位符組合（[X]或?qū)m殿”。[Y]）。這些模板是相互獨(dú)立的，不是1）Qa爧r[alSharī[Sayyid]]→alSharīqq[Sayyid]宮。2）alSharī[Sayyid]宮→東[Sayyid]q無(wú)間隔重復(fù)，完全拆分地名結(jié)構(gòu)，*終得到地名結(jié)構(gòu)樹(shù)。

具體算法如下： 1） 對(duì)得到的地名模板進(jìn)行預(yù)處理，存儲(chǔ)在Trie樹(shù)（前綴樹(shù)）數(shù)據(jù)結(jié)構(gòu)中，以提高遍歷速度。宮。3）東[賽義德]宮→東賽義德宮。2.3 基于音譯規(guī)則的正確阿拉伯語(yǔ)地名音譯2） 遞歸匹配每個(gè)要翻譯的阿拉伯語(yǔ)地名的前綴樹(shù)模板模板組合方案保證了《翻譯指南》的相關(guān)規(guī)定和外文漢字書(shū)寫阿拉伯文地名”完全分開(kāi)基于模板的統(tǒng)計(jì)翻譯，地名分開(kāi)。分析阿拉伯語(yǔ)的基本語(yǔ)音特征和音譯規(guī)則后，計(jì)算地名3）的對(duì)數(shù)頻率 根據(jù)每個(gè)方案中每個(gè)模板出現(xiàn)的頻率并求和，選擇概率*高的方案作為*優(yōu)解。將專有名詞詞分為音節(jié)，根據(jù)阿漢音譯對(duì)照表中前向*大匹配音節(jié)實(shí)現(xiàn)音譯。音譯的技術(shù)路線如圖4所示。 測(cè)繪學(xué)160卷451） 遍歷整個(gè)字母序列，找到元音音素的位置。2） 從每個(gè)位置開(kāi)始向左遍歷，定位輔音音素。①輔音數(shù)為1時(shí)，音節(jié)直接組合。②如果輔音數(shù)為2，則實(shí)現(xiàn)音節(jié)分割，將當(dāng)前左輔音繪制到音譯技術(shù)路線圖的左音節(jié)4部分，將右輔音繪制到右音節(jié)。Fi4TransliterationTechnoloadmapg.gyRo3）從右向左依次遍歷得到所有音節(jié)劃分結(jié)果。2.3.1 音譯表預(yù)處理在阿漢音譯表中，橫行表頭為輔音，豎行表頭為元音和羅馬化元音，每行和每列的交叉位置為元音和輔音組合對(duì)應(yīng)的漢字[20]。

2.3.3 前向*大匹配音譯前向*大匹配算法的基本思想是從左到右選擇要切分的整個(gè)文本或子串與詞庫(kù)匹配成為輔音元素。靜音時(shí)，羅馬化音譯功能會(huì)拆分當(dāng)前字符串；如果失敗，則刪除一個(gè)字符，繼續(xù)后只有一個(gè)輔音。在音譯過(guò)程中，將匹配第一行元音，直到剩下*后一個(gè)字符。停止匹配。媽媽對(duì)應(yīng)漢字的翻譯。使用*大匹配計(jì)算對(duì)分詞音節(jié)一一進(jìn)行預(yù)處理的過(guò)程如下： 法語(yǔ)音譯（圖5）：1） 一、豎元音橫輔音轉(zhuǎn)寫表1）從左到右依次選擇音節(jié)。假設(shè)當(dāng)前音節(jié)長(zhǎng)度為n，則將元音和輔音組合后的組合一一匹配并輸入到excel文件中，然后根據(jù)行列對(duì)應(yīng)輸入對(duì)應(yīng)的漢字，生成3個(gè)表文件。@2）讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，結(jié)合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入對(duì)應(yīng)的map對(duì)象中java內(nèi)存保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身 從左到右依次選擇音節(jié)。假設(shè)當(dāng)前音節(jié)長(zhǎng)度為n，則將元音和輔音組合后的組合一一匹配并輸入到excel文件中，然后根據(jù)行列對(duì)應(yīng)輸入對(duì)應(yīng)的漢字，生成3個(gè)表文件。@2）讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，結(jié)合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入對(duì)應(yīng)的map對(duì)象中java內(nèi)存保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身 從左到右依次選擇音節(jié)。假設(shè)當(dāng)前音節(jié)長(zhǎng)度為n，則將元音和輔音組合后的組合一一匹配并輸入到excel文件中，然后根據(jù)行列對(duì)應(yīng)輸入對(duì)應(yīng)的漢字，生成3個(gè)表文件。@2）讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，結(jié)合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入對(duì)應(yīng)的map對(duì)象中java內(nèi)存保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身 然后將組合的元音和輔音組合一一匹配，將母輸入到excel文件中，然后根據(jù)行列對(duì)應(yīng)關(guān)系輸入對(duì)應(yīng)的漢字，生成3個(gè)表文件。@2）讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，結(jié)合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入對(duì)應(yīng)的map對(duì)象中java內(nèi)存保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身 然后將組合的元音和輔音組合一一匹配，將母輸入到excel文件中，然后根據(jù)行列對(duì)應(yīng)關(guān)系輸入對(duì)應(yīng)的漢字，生成3個(gè)表文件。@2）讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，結(jié)合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入對(duì)應(yīng)的map對(duì)象中java內(nèi)存保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身 讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，組合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入java內(nèi)存的map對(duì)象中，以保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身 讀取電腦中表格的內(nèi)容，先雙遍歷元素和輔音文件，組合生成音節(jié)，然后讀取漢字文件得到對(duì)應(yīng)的漢字，存入java內(nèi)存的map對(duì)象中，以保證一一對(duì)應(yīng)。2.3.2個(gè)音節(jié)劃分阿拉伯字母系統(tǒng)本身