基于語義的動詞譯詞選擇與譯文評價.pdf

1、語義障礙是自然語言處理的一個攔路石，當然也是影響提高機器翻澤譯文質(zhì)量的因素之一。機器翻譯中的“義障”主要在于自然語言詞匯語義的不確定性，這種不確定性往往使得翻譯系統(tǒng)難以做出恰當?shù)淖g詞選擇。從評測的角度來看，在譯文質(zhì)量優(yōu)劣的評價因素中，語義因素無疑也是權(quán)重最高的評判標準。在語言本體研究中，語義研究一直是重中之重，前人運用不同的理論和方法，對自然語言的語義及語義關(guān)系進行了不同層面的描寫，編纂了各種釋義詞典(對詞匯語義的描寫)、義類詞典(對詞

2、匯聚合語義關(guān)系的描寫)和搭配詞典(對詞匯組合語義關(guān)系的描寫)等；在自然語言處理研究中，語義的處理方興未艾，計算語言學家也依據(jù)不同的語義體系，構(gòu)建了大型語義知識庫和機器可讀的語義詞典等。然而，上述研究仍不能滿足機器翻譯對譯詞選擇的語義分析的要求，更無法為量化的譯文質(zhì)量評價提供切實可行的語義依據(jù)。為此，我們有必要為機器翻譯這個特定的自然語言處理領(lǐng)域做專門的語義研究。 本文在前人語義研究的基礎(chǔ)上，人工總結(jié)了英-漢機器翻譯系統(tǒng)中英語動詞

3、的語義特征組合模式，在此基礎(chǔ)上提出了一種基于“語義特征組合模式”的動詞譯詞選擇方案。首先，通過知識庫融合的方法從英語FrameNet和英漢雙語HowNet中生成了常見的英語多義動詞839個，在大量真實語料和詞典例句語料的基礎(chǔ)上對其語義特征組合模式進行了歸納總結(jié)，現(xiàn)已完成412個英語多義動詞的2546種語義特征組合模式的提取工作。在每種模式中，我們都給出了該英語動詞相對應(yīng)的漢語可選譯詞。在此基礎(chǔ)上構(gòu)建了供機器翻譯譯詞選擇所“專用”的“雙語

4、動詞語義詞典(BiVSD)”，利用BiVSD中這2000余種語義特征組合模式及其所涉及英語動詞的漢語可選譯詞，輔以動詞語法語義特征，機器翻譯系統(tǒng)就可以準確判斷出該動詞在一個具體語境中的恰當譯詞，從而選擇出恰當?shù)淖g詞。確定了基于語義特征組合模式的譯詞選擇方案之后，本文圍繞機器翻譯過程對原語分析、譯詞選擇和譯文生成各個階段進行了分析，界定了命題、小句和句子的定義，提出了主觀性語義特征的概念并分析其在譯詞選擇中的作用，并具體分析了兩種特殊結(jié)構(gòu)

5、中的動詞譯詞選擇方法。最后，以個案研究的方式，對含有英語多義動詞beat的176句英文原句進行動詞的譯詞選擇，實驗結(jié)果譯詞選擇正確率為89.2％，模式匹配正確率為98.8％，模式匹配覆蓋度為94.9％。 在譯文評價方面，本文首先對上述譯詞選擇方法進行比對評價：選取800個動詞中的200個典型多義動詞，從語料庫中抽取含有這200個動詞的例句共1000個例句(每個動詞抽取含有該動詞的例句5句)，建立語義選擇測試集。分別通過語義特征組

6、合模式、機器翻譯系統(tǒng)和人工選擇三種方法選擇每句原文中動詞的恰當義項，將這三種形式的譯詞選擇結(jié)果分別與參考譯文中的譯詞進行比較，得到每種形式與參考譯文譯詞的吻合度。比對實驗結(jié)果表明語義特征組合模式的譯詞選擇結(jié)果吻合度為92.7％，遠遠高于機器翻譯譯詞選擇結(jié)果(52.3％)，也高于人工選擇的結(jié)果(88.06％)。此外，本文還提出一種基于模糊集的多語言點譯文質(zhì)量綜合評價方法，該方法綜合了待評價譯文的語義、語法、語用和語篇諸因素，利用模糊數(shù)學的