Annual ACM Conference on Research and Development in Information Retrieval archive Proceedings of the 31st annual international ACM SIGIR conference on Research and development in information retrieval.

The Stanford University Libraries and Academic Information Resources (SULAIR) with the Council on Library and Information Resources (CLIR) conducted at week-long workshop on the prospects for a large scale, multi-national, multi-institutional protot

跨语言信息检索（cross language information retrieval, CLIR）是指用某一种语言提出检索要求，计算机在其他不同语种的文本中进行自动搜索，得到的检索结果甚至可以翻译成用户指定的特定语种。跨语言信息检索结合了传统文本信息检索技术和机器翻译（machine translation, MT）技术。在当今信息社会中，跨语言信息检索已成为世界范围内一个亟待解决的热门课题。

命名实体翻译等效项提取在机器翻译（MT）和跨语言信息检索（CLIR）中起着至关重要的作用。 传统方法通常基于大规模并行或可比语料库。 但是，这些研究的适用性受到限制，主要是因为缺乏所需规模的平行语料库，特别是对于中文和日文的语言对。 在本文中，我们提出了一种基于中文和日文特征的方法，该方法基于单语语料库中的归纳学习（IL），自动提取中日命名实体（NE）的翻译对等词。 该方法采用中文汉字和日语汉字映射表（HKMT）来计算日语和汉语之间NE实例的相似性。 然后，通过从中文和日语的高相似性NE实例中提