论文部分内容阅读
机器翻译一直以来都是人类的一个梦想,更是一个世界难题,直到今天仍然没有令人满意的机器翻译系统出现。它的困难在于语言知识的复杂性和人类认识语言规律的有限性。从机器翻译的探索道路人们认识到,要想得到高质量的翻译,须对句子的意义进行分析和理解。基于语义单元的机器翻译借助语义单元库对源语言的句子进行语义分析,并展开为目的语言的句子来实现翻译,其核心是建立一个大规模的语义单元库。建立语义单元库需要提取大量的语义单元。人工提取语义单元费时,费力,并且很难做到提取标准的统一;自动获取语义单元是一种高效的方法,具有统一的获取标准。语义单元自动获取从双语句对中获取语义单元,关键是获取句子的语义单元结构和双语语义单元表示之间的对应关系。针对这些问题本文进行了一系列的研究,主要包括如下三个方面:1.提出基于语义单元树重构的语义单元半自动获取方法:根据组成语义单元表示的各语言的词语分布具有一定的统计规律性(共现)并且语义单元的构造有一定的模式,获取句子的语义结构和双语的语义单元表示之间的对应关系。该方法首先建立一个预备语义单元库,在语义单元库中搜索构成句义(可弃语义单元)的语义单元,然后对句义进行重构,接下来根据语义单元的组合规律推断产生新的语义单元,将人工检查正确的新语义单元加入语义单元库中。该方法通过循环积累过程来获取语义单元,为语义单元库的构建提供一种可行的解决方案。2.提出基于转换和映射的语义单元自动获取方法:利用链语法分析和转换实现英语的浅层语义结构分析,并且通过统计词语对齐找到双语的对应关系。该方法基于语义单元的特点和人工获取经验构造一套规则系统对英语句子的链语法分析结果进行处理,从而设定单词在句子中的语义层次并转换生成语义单元的英语表示;然后利用统计双语词对齐将语义单元的英语表示映射为语义单元的汉语表示,从而获得双语语义单元;最后通过语义单元表示常量竞争、合并以及召回等一系列策略对自动提取结果进行优化。该方法不需现成的语义单元的支持,而是通过浅层的语义分析获取语义单元,对词语对齐有一定的容错性。3.提出基于统计优选的语义单元自动分解方法:利用类比推导对双语句对进行句义分解以获取其语义结构,并同步保持双语的对应关系。该方法首先使用类比的方法对双语句对进行分解,然后对每一个句对的语义单元分解利用参数指数、语言模型指数和翻译模型指数三个统计量,通过多属性决策排序优选最优的分解结果,从而得到语义单元。对产生的可弃语义单元可采用迭代的方法将进一步分解。该方法不受任何语法限制。