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实例中提取不同部分,我们使用IL来获取NE的部分翻译规则。 最后,反馈处理将更新中文和日语NE实体相似性和规则集。 实验结果表明,该方法简单有效,克服了传统方法严重依赖双语资源的不足。 与其他方法相比,我们的方法将中文和日语的语言特征与IL结合使用,以自动提取NE对。 我们使用弱相关双语文本集和最少的附加知识来提取NE对有效地减少了构建语料库的成本和对附加知识的需求。 我们的方法可能有助于使用单语语料库构建大规模的汉日NE翻译词典。