融入形態(tài)學分析的漢蒙統(tǒng)計機器翻譯研究.pdf

1、統(tǒng)計技術是目前機器翻譯研究的主流技術。統(tǒng)計機器翻譯研究的先決條件是要有充足的雙語平行語料庫。翻譯系統(tǒng)的性能與語料庫規(guī)模是密不可分的。近年來，漢蒙機器翻譯研究已取得了一定的成績，但與漢英等其他語言的機器翻譯相比存在著較大的差距。主要體現(xiàn)在幾個方面：在平行語料庫規(guī)模方面，漢英及歐洲語言間的語料庫規(guī)模和漢蒙語料規(guī)模差異巨大；在詞法分析等基礎性研究方面，與英語等語言相比蒙古語的詞法分析研究起步晚，并不成熟。這些已經嚴重限制了漢蒙機器翻譯的發(fā)展。

2、
　　 蒙古語是一種形態(tài)豐富的黏著語，而漢語是孤立語，幾乎無形態(tài)變化。形態(tài)非對稱語言間的機器翻譯具有一定的難度，但在機器翻譯研究中合理利用語言形態(tài)信息將會一定程度上解決譯文詞形錯誤和緩解由語料庫規(guī)模小而導致的數(shù)據(jù)稀疏等問題。
　　 本文從蒙古語形態(tài)信息的分析和融合兩個角度出發(fā)，首先，構建了基于詞綴庫的無監(jiān)督詞形切分系統(tǒng)，然后利用規(guī)則進行后處理，提高了系統(tǒng)切分準確率。系統(tǒng)最大優(yōu)點在于可以直接利用生語料庫進行訓練，客觀性較強