信息-知識(shí)-智能轉(zhuǎn)換理論在自然語言處理中的應(yīng)用研究.pdf

1、智能科學(xué)的機(jī)制主義“信息-知識(shí)-智能轉(zhuǎn)換”理論的提出使得與這一理論相關(guān)的許多基本概念和基本關(guān)系得到了初步的澄清，這不僅僅是一個(gè)理論研究的命題，它已經(jīng)在許多應(yīng)用研究中取得了可喜的進(jìn)展。本文就“信息-知識(shí)-智能轉(zhuǎn)換”理論在自然處理中的應(yīng)用進(jìn)行了下面的研究。 (1)作者參與了北京郵電大學(xué)智能研究中心在國家教育部“語信司”項(xiàng)目《民文語料庫建設(shè)規(guī)范標(biāo)準(zhǔn)及工具軟件》中承擔(dān)的漢語資源庫建設(shè)工具軟件的開發(fā)。關(guān)于語料庫的研究可以分成3個(gè)方面：工具

2、軟件的開發(fā)、語料庫的標(biāo)注、基于語料庫的語言分析方法。采集到以后未經(jīng)處理的生語料不能直接提供有關(guān)語言的各種知識(shí)，只有通過詞法、句法、語義、甚至語用等多層次的加工才能使知識(shí)獲取成為可能。加工的方式就是在語料中標(biāo)注各種記號(hào)，標(biāo)注的內(nèi)容包括每個(gè)詞的詞性、語義項(xiàng)、短語結(jié)構(gòu)、句型和句間關(guān)系等。這種標(biāo)注的方法可以認(rèn)為就是“信息-知識(shí)-智能轉(zhuǎn)換”理論中“信息-知識(shí)轉(zhuǎn)換”的具體實(shí)現(xiàn)。隨著標(biāo)注程度的加深語料庫逐漸熟化，成為一個(gè)分布的、統(tǒng)計(jì)意義上的知識(shí)源。利

3、用這個(gè)知識(shí)源可以進(jìn)行許多語言分析工作，如根據(jù)從已標(biāo)注語料中總結(jié)出的頻度規(guī)律可以給新文本逐詞標(biāo)注詞性，劃分句子成分等。 (2)作者提出了一種漢日機(jī)器翻譯的方法，這個(gè)基于實(shí)例的漢日機(jī)器翻譯系統(tǒng)包括翻譯記憶、詞表層EBMT和模板層EBMq、3個(gè)引擎。從“信息-知識(shí)-智能轉(zhuǎn)換”理論的觀點(diǎn)考察，EBMT(基于實(shí)例的機(jī)器翻譯)的工作原理是：“先把輸入的信息進(jìn)行分析，得到適當(dāng)?shù)膯卧?詞語、短語或語句)，將它們同原先已經(jīng)積累的實(shí)例單元進(jìn)行比較，

4、通過類比獲得翻譯的知識(shí)，從而完成翻譯的智能操作”。自上世紀(jì)40年代有電子計(jì)算機(jī)那天，人們就開始了對(duì)機(jī)器翻譯的探索。但是50多年過去了，對(duì)于真實(shí)文本而言，其精確度仍在50～60％之間，難度是很大的。特別是漢同機(jī)器翻譯系統(tǒng)，問題更大。漢同是兩種分屬不同語系的語言。漢語屬于漢藏語系，而日語的譜系分類，一般來說，普遍認(rèn)為至今還沒有確定。漢語被認(rèn)為是世界上最難學(xué)習(xí)的語言(其次是匈牙利語，第三是芬蘭語)。所以可以這樣理解，漢日的機(jī)器翻譯的研究將給我

5、們帶來重大的挑戰(zhàn)。 (3)提出了一種基于實(shí)例的機(jī)器輔助寫作翻譯方法，設(shè)計(jì)并實(shí)現(xiàn)了這個(gè)系統(tǒng)，用以輔助寫作翻譯過程，規(guī)范人與計(jì)算機(jī)的分工與協(xié)作。本系統(tǒng)已經(jīng)在網(wǎng)上正式發(fā)布，投入了試用。該系統(tǒng)可以對(duì)單詞、詞組、以及詞的搭配給出更精確的翻譯解釋。實(shí)際應(yīng)用的結(jié)果也表明，它能有效地幫助中/英文用戶更流暢地書寫和翻譯英/中文，保證寫作翻譯的效率和質(zhì)量。此系統(tǒng)具有文本搜索、對(duì)應(yīng)片段搜索和翻譯記憶管理工具，文本搜索工具允許用戶查詢已經(jīng)翻譯好的文本