基于英漢平行語料庫的機(jī)器翻譯知識(shí)獲取研究.pdf

1、隨著互聯(lián)網(wǎng)信息資源的不斷膨脹，人們可以通過互聯(lián)網(wǎng)獲取的資源也日益增加。目前世界上已知的語言約有3000多種，機(jī)器翻譯及機(jī)器翻譯知識(shí)的自動(dòng)獲取研究對人們突破語言障礙，充分利用互聯(lián)網(wǎng)信息具有很強(qiáng)的現(xiàn)實(shí)意義。
　　本文主要圍繞以下幾個(gè)方面進(jìn)行了深入的研究：
　　1)詞匯對齊。詞匯對齊是從英漢平行語料庫中，根據(jù)已有的句子級對齊的語料庫，挖掘出詞匯級的英漢詞對應(yīng)關(guān)系。對機(jī)器翻譯、語義消歧、翻譯詞典獲取以及跨語言信息檢索等都具有重要的意

2、義。
　　2)短語對齊。短語對齊能夠反映出平行句對在短語級別上的對應(yīng)關(guān)系，短語對齊也是機(jī)器翻譯知識(shí)獲取領(lǐng)域的一個(gè)重要研究工作。
　　3)句法結(jié)對齊。句法結(jié)構(gòu)對齊是對雙語句法結(jié)構(gòu)樹進(jìn)行分析和總結(jié)，提取出雙語句子在句法結(jié)構(gòu)以及句子成分上的對應(yīng)關(guān)系。句法結(jié)構(gòu)對齊的結(jié)果能夠直接應(yīng)用于短語對齊的工作中。
　　4)機(jī)器翻譯知識(shí)的應(yīng)用。通過對雙語平行語料庫的知識(shí)挖掘，并且運(yùn)用到機(jī)器翻譯中，進(jìn)行翻譯前后的對比，可以看出機(jī)器翻譯知識(shí)獲取

3、對機(jī)器翻譯的質(zhì)量的改善。
　　研究取得的主要成果如下：
　　1)在詞對齊方面，我們提出了基于N-Gram語言模型的多詞對齊算法，有效的解決了對于詞對齊過程中存在的一對多和多對多的對齊問題。并且實(shí)現(xiàn)了一個(gè)有效的英漢、漢英雙語翻譯詞典。
　　2)在短語對齊方面，鑒于句子結(jié)構(gòu)的復(fù)雜性，我們提出了分類短語對齊的思想，把短語對齊分成了名詞性短語、動(dòng)詞短語、形容詞性短語以及副詞短語。實(shí)驗(yàn)結(jié)果顯示分類詞對齊能夠很好的提高短語對齊的準(zhǔn)