命名实体翻译分析与研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
C i =1
m
几种情况： FC SC TC，FC TC，SC TC，TC
三、组织机构名的翻译研究
翻译模型步骤二： 采用同步上下文无关文法（Synchronous CFG grammar)重写规则，最终要实现：
< OChi ,O Eng > ⇒ < 中国国际对外交流中心， China International Center for Exchanges with Foreign Countries >
三、组织机构名的翻译研究
行政管理机构名对位结果分析
Society（1） for（2） the（3） Study（4） of（5） Mao（6） Zedong‘s（7） Philosophical（8) Ideas (9) 毛泽东 ({ 6 7 }) 哲学 ({ 8 }) 思想 ({ 9 }) 研究 ({ 3 4 5}) 会 ({ 1 2 })
整个语块在翻译中的位置：与SC相邻 语块内部翻译特点：连续，词按顺序翻译
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法：
借鉴Chunk-based model (Watanabe, 2003)
切分语块模型（chunking model) 步骤一 每个语块内词的排序和翻译 步骤二 语块的调序 （chunk reordering) 将语块内部调序翻译和外部调序同时进行。
闽台新闻交流联谊会
BNF形式： ON {[location name] [organization name] [ordinal number] [person name] [organization type] [other modifier]}* <the organization appellation>
一、NE翻译概述
采用NE对齐建立词典进行NE翻译的缺陷： 不够灵活 覆盖面取决于双语语料库的大小
二、NE对齐
二、NE对齐
NE对齐与 识别的关系 对齐与NE识别的关系 对齐与
1.
通常NE对齐先要分别在两种语言中进行NE识别， 然后在识别结果的基础上产生候选翻译对，再 过滤得到对齐结果； 2. 识别和对齐结合在一起进行，或只进行单语识 别； 3. 两个过程交替迭代进行的，以得到较好的对齐 结果和较高的识别精度。
三、组织机构名的翻译研究
行政管理机构名
主要是从属于国家或地方级别的公共机构，例如国家部 门、省市政府、大学和协会等。这类机构名的组成比较 规则，并且它的组成词大部分是已登录词。
企业机构名
主要是私有的带有盈利性质的机构，例如酒店、银行、 公司等，这类机构名多以地名开头，中间加以企业字号， 例如“吉百利”等，大部分是未登录词。
二、NE对齐
NE对齐和短语对齐的关系 对齐和短语对齐的关系
NE有具体，严格的边界，和NE识别的关系 2. NE对齐一般是完整，不间断 共同问题: 如何从词对位实现NE或短语的对位
1.
二、NE对齐
NE对齐和分词的关系 对齐和分词的关系
1.
对于汉语来说，识别和对齐之前往往需要进行 词切分； 2. 不进行切分，通过窗口移动直接在句子中得到 候选翻译项
三、组织机构名的翻译研究
对3000多个机构名对位处理后得到的结果：
每个ON包 含的phrase 数量
1
2 502
3 541
4 78
5 15
6 1
NE NE数 2105
可以看出ON翻译以顺序翻译占大比例，多个phrase的情况： Beijing association for international exchange of personnel NULL ({ 3 6 }) 北京 ({ 1 }) 国际 ({ 4 }) 人才 ({ 7 }) 交流 ({ 5 }) 协会 ({ 2 }) 用pharse-based等机器翻译方法？ 用词典直接翻译？
三、组织机构名的翻译研究
根据标准，打分结果：
三、组织机构名的翻译研究
加入到SMT系统的测试
测试语料：2004年863测试语料，共308个句子，通过 命名实体识别后，对其中的机构名进行翻译，再运行 phrase-based MT系统，BLEU打分由0.1217提高到 0.1400
2005 NIST集上的结果
例如
X →< 中国国际 X, China International X >
X → < X 中 心 ， en ter fo r X > C
这些CFG规则,由语料库（ON对）训练后得到
三、组织机构名的翻译研究
翻译模型步骤二：
根据三类语块的特性，为重写过程规定三个步骤： Step1: 确定第一语块（FC）位置和翻译 Step2: 确定第三语块（TC）位置和翻译 Step3: 确定第二语块（SC）的翻译
二、NE对齐
NE对齐的两个过程： 对齐的两个过程： 对齐的两个过程 （单语或双语）进行NE识别后，从平行 双语句子对中抽取NE候选翻译对 将候选翻译对进行过滤，得到最优的NE 对齐
1. 2.
二、NE对齐
在过程1中分词和 识别可能引入的错误 在过程 中分词和NE识别可能引入的错误 中分词和 识别可能引入的错误:
三、组织机构名的翻译研究
双语NE语料库
NE （中文）
NE翻译
SMT
双语平行文档的 NE对齐
四、参考文献
David Chiang. (2005). A Hierarchical Phrase-Based Model for Statistical Machine Translation. In Proceedings of the 43rd Annual Meeting of the ACL, pages 263-270. F. Huang. S. Vogel and A. Waibel. (2004). Improving Named Entity Translation Combining Phonetic and Semantic Similarities. In Proceedings of the HLT/NAACL2004. Boston, MA, May,2004. Feng, Donghui, Yajuan Lv, and Ming Zhou. 2004. A new approach for English-Chinese named entity alignment. In Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP 2004), pages 372-379. Lee, Chun-Jen, Jason S. Chang and Jyh-Shing Roger Jang. 2003. A statistical approach to Chinese-to-English back-transliteration. In Proceedings of the 17th Pacific Asia Conference on Language, Infor-mation, and Computation (PACLIC), Singapore, pages 310-318. Lee, Chun-Jen, Jason S. Chang and Jyh-Shing Roger Jang. 2004a. Bilingual named-entity pairs extrac-tion from parallel corpora. In Proceedings of IJCNLP-04 Workshop on Named Entity Recognition for Natural Language Processing Applications, Hainan Island, China, pages 9-16. Franz Josef Och and Hermann Ney. (2002). Discriminative training and maximum entropy models for statistical machine translation. In Proceedings of the 40th Annual Meeting of the ACL, pages 295-302. Philipp Koehn, Franz Josef Och, and Daniel Marcu. 2003. Statistical phrase-based translation. In Proceedings of HLT-NAACL 2003, pages 127-133. Taro Watanabe, Eiichiro Sumita and Hiroshi G. Okuno. (2003). Chunk-based Statistical Translation. In Proceedings of the 41st Annual Meeting of the Association for Computational Linguistics, July 2003, pp. 303 - 310. ……
三、组织机构名的翻译研究
ON对位结果中很强的语块信息
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法：
定义每个ON中包含三类语块：
1. 第一类语块（FC）例如：“北京第一”
“国际”等，作为最高级的修饰词。
整个语块在翻译中的位置：前置或后置于后续语块 语块内部翻译特点：连续的，顺序
(n ≥ 1 )
三、组织机构名的翻译研究
Chunking model: C * = arg max p(C | O)
C
(1)
= arg max( p (O | C ) p (C ))
C
= arg max( p (o1o2 ...on | c1c2 ...cm ) p(c1c2 ...cm ))
C
≈ arg max[∏ p (oi1...oij | ci ) p(ci | ci −1 )]
rewrite
三、组织机构名的翻译研究
翻译模型步骤二：
Hierarchical Phrase-based model 的格式（Chiang, 2005)－synchronous CFG方法： X → ( γ ,α , ~ ) 在我们的翻译模型中，包含一个非终结符和终结符， 这个终结符和非终结符分别是一个语块的单位
1. 2.
二、NE对齐
过滤候选翻译对（过程 ）： 过滤候选翻译对（过程2）：
采用多特征融合的方法，所以一般利用多特征 对齐模型或者最大熵模型等 可用的特征模型： 可用的特征模型：
Translation Model Transliteration Model Tagging Model Co-occurrence Model Distortion Model Abbreviation handling ……
Segmentation error 2. Untagged 3. Partially tagged 4. Tagged with other words as one NE
1.
二、NE对齐
解决方法: 解决方法
用单语NE识别代替双语NE识别 滑动窗（An open-end NE alignment window） 基于双语NE识别:将已标注为NE的词作为中心,窗口 向两边扩展 基于单语NE识别:利用IBM模型得到的翻译词表来确 定“锚点”。然后以这些“锚点”为中心，在一定长 度的词窗范围内选取词或词组作为候选命名实体。
三、组织机构名的翻译研究
行政管理机构名和企业机构名比较（ 行政管理机构名和企业机构名比较（LDC2005T34） ）
统计 类别
总数
30800
分词结果 1～21个词
包含1～7个词 的NE占95.6%
翻译次 音 序结构 译
34％有 次序的 调整 94％顺 序翻译 5％
结尾 信息 825 类
行政 管理 机构 企业 机构
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法： 2. 第二类语块（SC）例如：“对外科技交 流”等，作为次高级的修饰词
整个语块在翻译中的位置：与TC相邻，前置 TC 或后置于它 语块内部翻译特点：词的次序需要调整，
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法： 3. 第三类语块（TC）例如：“国家实验 室”， “筹建委员会”，“研究所”等。 每个机构名必有的块结构。
54747
1～21个词
包含2～7个词 的NE占92.0%
90％ 单一如 以上 银行，
公司
三、组织机构名的翻译研究
行政管理机构名和企业机构名比较：
行政管理机构名特征：1、有比较强的组成结构信息；2、 地名，人名涉及音译，通过词典可以大部分解决；翻译 的重点在结构 企业机构名特征：1、绝大部分按顺序翻译，即使有次 序调整，只是前后调换一次；例如：中国银行/bank of china/ 2、企业商标名以音译为主，约定俗成，音译缺 乏规律性，例如：吉百利/cadbury/；3、词尾信息单一： 以“公司”结尾占83％。翻译的重点在于音译。采用 NE对齐方法实现翻译可行
三、组织机构名的翻译研究
ON翻译模型测试
测试语料：集外436个机构名（每个包括2～9个词），共1521个词。 以含义完整和准确作为评估标准，定义了四个等级：
等级 1 2 3 4
标准
至少有一个词没被翻译，部分准确 或完全不准确 每个词都被翻译，但部分准确 意思准确，和标准含义相符 和标准答案完全符合
Society for the Study of Mao Zedong‘s Philosophical Ideas 毛泽东哲学思想 ({ 6 7 8 9 }) 研究 ({ 3 4 5}) 会 ({ 1 2 }) 假设每个连续部分相当于一个phrase（大于词的结构） 上面这个例子包含了3个phrase。
三、组织机构名的翻译研究
翻译模型步骤二：
例子“中国国际对外交流中心”的同步CFG文法推导过程：
< O,O > ⇒ < X, X > step1 ⇒< (中国国际)FC X , (China International)FC X > step2 ⇒< (中国国际)FC X (中心)TC， (China International)FC (Center for)TC X > step3 ⇒< (中国国际)FC(对外交流)SC (中心)TC， (China International)FC (Center for)TC (Exchanges with Foreign Countries)SC >
命名实体翻译分析与研究
报告人：陈钰枫 中科院自动化所中文信息处理组
2006.10.17
Outline
NE（Named Entity）翻译概述 NE对齐 组织机构名的翻译研究 参考文献
一、NE翻译概述
பைடு நூலகம்NE翻译
各类机器翻译方法
NE对齐
双语NE语料库
双语平行文档语料库
一、NE翻译概述
采用各种机器翻译方法的缺陷： 翻译结果不够规范 NE中的一些词义是特定的，例如： 风陵渡——Fenglingdu —— wind comb cross （×） 音译问题
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法： 翻译模型步骤一： 1、single-ON和multi-ON的切分 例如：北京医科大学/第一附属医院 2、语块的切分 O 代表一个single-ON： o1 , o 2 , ...o n
C* = c1...cm (m ≤ n, ci ∈{FC, SC, TC})
三、组织机构名的翻译研究
机构名（ 机构名（ON, Organization name）特点： ）特点：
1、ON的结构最复杂，其中可能包含人名，地名等； 2、通过NE对齐建立翻译词典的方法比较适合人名、地名 的翻译，而对于粒度大，结构易变 粒度大， 粒度大 结构易变的ON，还要抓住其 本质结构； 例如：中国国际对外科技交流中心
m
几种情况： FC SC TC，FC TC，SC TC，TC
三、组织机构名的翻译研究
翻译模型步骤二： 采用同步上下文无关文法（Synchronous CFG grammar)重写规则，最终要实现：
< OChi ,O Eng > ⇒ < 中国国际对外交流中心， China International Center for Exchanges with Foreign Countries >
三、组织机构名的翻译研究
行政管理机构名对位结果分析
Society（1） for（2） the（3） Study（4） of（5） Mao（6） Zedong‘s（7） Philosophical（8) Ideas (9) 毛泽东 ({ 6 7 }) 哲学 ({ 8 }) 思想 ({ 9 }) 研究 ({ 3 4 5}) 会 ({ 1 2 })
整个语块在翻译中的位置：与SC相邻 语块内部翻译特点：连续，词按顺序翻译
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法：
借鉴Chunk-based model (Watanabe, 2003)
切分语块模型（chunking model) 步骤一 每个语块内词的排序和翻译 步骤二 语块的调序 （chunk reordering) 将语块内部调序翻译和外部调序同时进行。
闽台新闻交流联谊会
BNF形式： ON {[location name] [organization name] [ordinal number] [person name] [organization type] [other modifier]}* <the organization appellation>
一、NE翻译概述
采用NE对齐建立词典进行NE翻译的缺陷： 不够灵活 覆盖面取决于双语语料库的大小
二、NE对齐
二、NE对齐
NE对齐与 识别的关系 对齐与NE识别的关系 对齐与
1.
通常NE对齐先要分别在两种语言中进行NE识别， 然后在识别结果的基础上产生候选翻译对，再 过滤得到对齐结果； 2. 识别和对齐结合在一起进行，或只进行单语识 别； 3. 两个过程交替迭代进行的，以得到较好的对齐 结果和较高的识别精度。
三、组织机构名的翻译研究
行政管理机构名
主要是从属于国家或地方级别的公共机构，例如国家部 门、省市政府、大学和协会等。这类机构名的组成比较 规则，并且它的组成词大部分是已登录词。
企业机构名
主要是私有的带有盈利性质的机构，例如酒店、银行、 公司等，这类机构名多以地名开头，中间加以企业字号， 例如“吉百利”等，大部分是未登录词。
二、NE对齐
NE对齐和短语对齐的关系 对齐和短语对齐的关系
NE有具体，严格的边界，和NE识别的关系 2. NE对齐一般是完整，不间断 共同问题: 如何从词对位实现NE或短语的对位
1.
二、NE对齐
NE对齐和分词的关系 对齐和分词的关系
1.
对于汉语来说，识别和对齐之前往往需要进行 词切分； 2. 不进行切分，通过窗口移动直接在句子中得到 候选翻译项
三、组织机构名的翻译研究
对3000多个机构名对位处理后得到的结果：
每个ON包 含的phrase 数量
1
2 502
3 541
4 78
5 15
6 1
NE NE数 2105
可以看出ON翻译以顺序翻译占大比例，多个phrase的情况： Beijing association for international exchange of personnel NULL ({ 3 6 }) 北京 ({ 1 }) 国际 ({ 4 }) 人才 ({ 7 }) 交流 ({ 5 }) 协会 ({ 2 }) 用pharse-based等机器翻译方法？ 用词典直接翻译？
三、组织机构名的翻译研究
根据标准，打分结果：
三、组织机构名的翻译研究
加入到SMT系统的测试
测试语料：2004年863测试语料，共308个句子，通过 命名实体识别后，对其中的机构名进行翻译，再运行 phrase-based MT系统，BLEU打分由0.1217提高到 0.1400
2005 NIST集上的结果
例如
X →< 中国国际 X, China International X >
X → < X 中 心 ， en ter fo r X > C
这些CFG规则,由语料库（ON对）训练后得到
三、组织机构名的翻译研究
翻译模型步骤二：
根据三类语块的特性，为重写过程规定三个步骤： Step1: 确定第一语块（FC）位置和翻译 Step2: 确定第三语块（TC）位置和翻译 Step3: 确定第二语块（SC）的翻译
二、NE对齐
NE对齐的两个过程： 对齐的两个过程： 对齐的两个过程 （单语或双语）进行NE识别后，从平行 双语句子对中抽取NE候选翻译对 将候选翻译对进行过滤，得到最优的NE 对齐
1. 2.
二、NE对齐
在过程1中分词和 识别可能引入的错误 在过程 中分词和NE识别可能引入的错误 中分词和 识别可能引入的错误:
三、组织机构名的翻译研究
双语NE语料库
NE （中文）
NE翻译
SMT
双语平行文档的 NE对齐
四、参考文献
David Chiang. (2005). A Hierarchical Phrase-Based Model for Statistical Machine Translation. In Proceedings of the 43rd Annual Meeting of the ACL, pages 263-270. F. Huang. S. Vogel and A. Waibel. (2004). Improving Named Entity Translation Combining Phonetic and Semantic Similarities. In Proceedings of the HLT/NAACL2004. Boston, MA, May,2004. Feng, Donghui, Yajuan Lv, and Ming Zhou. 2004. A new approach for English-Chinese named entity alignment. In Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP 2004), pages 372-379. Lee, Chun-Jen, Jason S. Chang and Jyh-Shing Roger Jang. 2003. A statistical approach to Chinese-to-English back-transliteration. In Proceedings of the 17th Pacific Asia Conference on Language, Infor-mation, and Computation (PACLIC), Singapore, pages 310-318. Lee, Chun-Jen, Jason S. Chang and Jyh-Shing Roger Jang. 2004a. Bilingual named-entity pairs extrac-tion from parallel corpora. In Proceedings of IJCNLP-04 Workshop on Named Entity Recognition for Natural Language Processing Applications, Hainan Island, China, pages 9-16. Franz Josef Och and Hermann Ney. (2002). Discriminative training and maximum entropy models for statistical machine translation. In Proceedings of the 40th Annual Meeting of the ACL, pages 295-302. Philipp Koehn, Franz Josef Och, and Daniel Marcu. 2003. Statistical phrase-based translation. In Proceedings of HLT-NAACL 2003, pages 127-133. Taro Watanabe, Eiichiro Sumita and Hiroshi G. Okuno. (2003). Chunk-based Statistical Translation. In Proceedings of the 41st Annual Meeting of the Association for Computational Linguistics, July 2003, pp. 303 - 310. ……
三、组织机构名的翻译研究
ON对位结果中很强的语块信息
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法：
定义每个ON中包含三类语块：
1. 第一类语块（FC）例如：“北京第一”
“国际”等，作为最高级的修饰词。
整个语块在翻译中的位置：前置或后置于后续语块 语块内部翻译特点：连续的，顺序
(n ≥ 1 )
三、组织机构名的翻译研究
Chunking model: C * = arg max p(C | O)
C
(1)
= arg max( p (O | C ) p (C ))
C
= arg max( p (o1o2 ...on | c1c2 ...cm ) p(c1c2 ...cm ))
C
≈ arg max[∏ p (oi1...oij | ci ) p(ci | ci −1 )]
rewrite
三、组织机构名的翻译研究
翻译模型步骤二：
Hierarchical Phrase-based model 的格式（Chiang, 2005)－synchronous CFG方法： X → ( γ ,α , ~ ) 在我们的翻译模型中，包含一个非终结符和终结符， 这个终结符和非终结符分别是一个语块的单位
1. 2.
二、NE对齐
过滤候选翻译对（过程 ）： 过滤候选翻译对（过程2）：
采用多特征融合的方法，所以一般利用多特征 对齐模型或者最大熵模型等 可用的特征模型： 可用的特征模型：
Translation Model Transliteration Model Tagging Model Co-occurrence Model Distortion Model Abbreviation handling ……
Segmentation error 2. Untagged 3. Partially tagged 4. Tagged with other words as one NE
1.
二、NE对齐
解决方法: 解决方法
用单语NE识别代替双语NE识别 滑动窗（An open-end NE alignment window） 基于双语NE识别:将已标注为NE的词作为中心,窗口 向两边扩展 基于单语NE识别:利用IBM模型得到的翻译词表来确 定“锚点”。然后以这些“锚点”为中心，在一定长 度的词窗范围内选取词或词组作为候选命名实体。
三、组织机构名的翻译研究
行政管理机构名和企业机构名比较（ 行政管理机构名和企业机构名比较（LDC2005T34） ）
统计 类别
总数
30800
分词结果 1～21个词
包含1～7个词 的NE占95.6%
翻译次 音 序结构 译
34％有 次序的 调整 94％顺 序翻译 5％
结尾 信息 825 类
行政 管理 机构 企业 机构
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法： 2. 第二类语块（SC）例如：“对外科技交 流”等，作为次高级的修饰词
整个语块在翻译中的位置：与TC相邻，前置 TC 或后置于它 语块内部翻译特点：词的次序需要调整，
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法： 3. 第三类语块（TC）例如：“国家实验 室”， “筹建委员会”，“研究所”等。 每个机构名必有的块结构。
54747
1～21个词
包含2～7个词 的NE占92.0%
90％ 单一如 以上 银行，
公司
三、组织机构名的翻译研究
行政管理机构名和企业机构名比较：
行政管理机构名特征：1、有比较强的组成结构信息；2、 地名，人名涉及音译，通过词典可以大部分解决；翻译 的重点在结构 企业机构名特征：1、绝大部分按顺序翻译，即使有次 序调整，只是前后调换一次；例如：中国银行/bank of china/ 2、企业商标名以音译为主，约定俗成，音译缺 乏规律性，例如：吉百利/cadbury/；3、词尾信息单一： 以“公司”结尾占83％。翻译的重点在于音译。采用 NE对齐方法实现翻译可行
三、组织机构名的翻译研究
ON翻译模型测试
测试语料：集外436个机构名（每个包括2～9个词），共1521个词。 以含义完整和准确作为评估标准，定义了四个等级：
等级 1 2 3 4
标准
至少有一个词没被翻译，部分准确 或完全不准确 每个词都被翻译，但部分准确 意思准确，和标准含义相符 和标准答案完全符合
Society for the Study of Mao Zedong‘s Philosophical Ideas 毛泽东哲学思想 ({ 6 7 8 9 }) 研究 ({ 3 4 5}) 会 ({ 1 2 }) 假设每个连续部分相当于一个phrase（大于词的结构） 上面这个例子包含了3个phrase。
三、组织机构名的翻译研究
翻译模型步骤二：
例子“中国国际对外交流中心”的同步CFG文法推导过程：
< O,O > ⇒ < X, X > step1 ⇒< (中国国际)FC X , (China International)FC X > step2 ⇒< (中国国际)FC X (中心)TC， (China International)FC (Center for)TC X > step3 ⇒< (中国国际)FC(对外交流)SC (中心)TC， (China International)FC (Center for)TC (Exchanges with Foreign Countries)SC >
命名实体翻译分析与研究
报告人：陈钰枫 中科院自动化所中文信息处理组
2006.10.17
Outline
NE（Named Entity）翻译概述 NE对齐 组织机构名的翻译研究 参考文献
一、NE翻译概述
பைடு நூலகம்NE翻译
各类机器翻译方法
NE对齐
双语NE语料库
双语平行文档语料库
一、NE翻译概述
采用各种机器翻译方法的缺陷： 翻译结果不够规范 NE中的一些词义是特定的，例如： 风陵渡——Fenglingdu —— wind comb cross （×） 音译问题
三、组织机构名的翻译研究
基于语块的机构名翻译方法： 基于语块的机构名翻译方法： 翻译模型步骤一： 1、single-ON和multi-ON的切分 例如：北京医科大学/第一附属医院 2、语块的切分 O 代表一个single-ON： o1 , o 2 , ...o n
C* = c1...cm (m ≤ n, ci ∈{FC, SC, TC})
三、组织机构名的翻译研究
机构名（ 机构名（ON, Organization name）特点： ）特点：
1、ON的结构最复杂，其中可能包含人名，地名等； 2、通过NE对齐建立翻译词典的方法比较适合人名、地名 的翻译，而对于粒度大，结构易变 粒度大， 粒度大 结构易变的ON，还要抓住其 本质结构； 例如：中国国际对外科技交流中心