基于漢語虛詞用法的機(jī)器翻譯改進(jìn)研究.pdf

1、在全球化的大背景下，世界各地之間的溝通日益頻繁，翻譯是人們克服語言障礙的最主要手段。然而翻譯人員需要學(xué)習(xí)大量的語言、傳統(tǒng)文化知識(shí)，人工翻譯的成本較高，從而提出利用機(jī)器來完成翻譯，在研究中產(chǎn)生了大量基于規(guī)則、基于統(tǒng)計(jì)以及基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯算法。
　　隨著語料資源的積累和計(jì)算能力的逐步提高，端到端的神經(jīng)機(jī)器翻譯模型產(chǎn)生的譯文與人工翻譯的譯文質(zhì)量越來越接近。但是，從學(xué)術(shù)研究報(bào)告和企業(yè)的測評(píng)報(bào)告中可以發(fā)現(xiàn)，漢語到英文的翻譯任務(wù)表現(xiàn)明顯

2、差于一些印歐語系語言到英文的翻譯任務(wù)，本文認(rèn)為，造成這種現(xiàn)象的原因之一是漢語通常依靠虛詞或詞序來完成在其它語言中通過形態(tài)或句法所表達(dá)的語法意義。
　　本文基于現(xiàn)代漢語虛詞用法知識(shí)庫(CFKB，Chinese Function word Knowledge Base)，對(duì)現(xiàn)代漢語虛詞用法的自動(dòng)識(shí)別進(jìn)行嘗試，并研究漢語虛詞用法在漢英機(jī)器翻譯中的應(yīng)用，主要研究內(nèi)容包括:
　　(1)利用條件隨機(jī)場(CRF,Conditional R

3、andom Field)對(duì)漢語虛詞用法進(jìn)行自動(dòng)識(shí)別，并提出基于深度學(xué)習(xí)的漢語虛詞用法識(shí)別模型。利用基于門循環(huán)單元(GRU，Gated Recurrent Unit)的模型自動(dòng)地從序列的兩側(cè)提取與任務(wù)有關(guān)的信息，完成虛詞用法自動(dòng)識(shí)別。實(shí)驗(yàn)表明，基于深度學(xué)習(xí)的漢語虛詞用法識(shí)別模型在部分常用虛詞的用法自動(dòng)識(shí)別任務(wù)中準(zhǔn)確率可以在條件隨機(jī)場模型的基礎(chǔ)上取得2個(gè)百分點(diǎn)以上的F1值提升。
　　(2)在虛詞用法自動(dòng)識(shí)別的基礎(chǔ)上，對(duì)自動(dòng)識(shí)別的虛詞用

4、法在神經(jīng)機(jī)器翻譯中的應(yīng)用展開初步嘗試。分別通過“拼接”、“劃分”和“區(qū)分”三種方式將虛詞用法信息融入神經(jīng)機(jī)器翻譯模型。實(shí)驗(yàn)結(jié)果表明，通過“拼接”方式加入虛詞“的”的用法信息可以取得平均0.67個(gè)BLEU值的提升，通過“區(qū)分”方式加入虛詞“的”的用法使得平滑對(duì)齊錯(cuò)誤率降低了1.42個(gè)百分點(diǎn)。證明部分常用虛詞對(duì)機(jī)器翻譯的積極影響，以及本文方法的有效性。
　　(3)對(duì)融入虛詞用法特征的神經(jīng)機(jī)器翻譯的線上部署進(jìn)行初步探索，完成融入虛詞用法