基于單語語料庫的詞語新譯挖掘方法研究.pdf

1、機(jī)器翻譯是應(yīng)用計(jì)算機(jī)將一種源自然語言自動(dòng)地翻譯成另一種目標(biāo)自然語言的技術(shù)。隨著時(shí)代的迅速發(fā)展，人們?yōu)榱烁菀椎鼗ハ嘟涣骱瞳@取信息，對(duì)于機(jī)器翻譯的需求也在逐漸加強(qiáng)。如何提高機(jī)器翻譯質(zhì)量已經(jīng)成為研究者們的研究熱點(diǎn)。
　　統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)對(duì)平行語料有很強(qiáng)的依賴性，然而，一些語言對(duì)以及特定領(lǐng)域中平行語料資源稀缺，甚至不存在，使得機(jī)器翻譯不能順利進(jìn)行。即使存在豐富數(shù)據(jù)資源，一般也來自于不同領(lǐng)域。這種領(lǐng)域上的差異導(dǎo)致很多詞語在不同領(lǐng)域中有不同

2、的譯法，使得跨領(lǐng)域機(jī)器翻譯效果并不理想。為了解決這些問題，本文提出了基于單語語料庫的詞語新譯挖掘方法研究。
　　本文在進(jìn)行詞語新譯挖掘時(shí)，將其拆分為兩個(gè)子任務(wù)，分別是：詞語新譯法發(fā)現(xiàn)和詞語譯文挖掘，并將二者融合進(jìn)行一體化研究，最終還將挖掘的詞語新譯應(yīng)用在機(jī)器翻譯實(shí)際場景中。本文的具體研究內(nèi)容如下：
　　(1)在詞語新譯法發(fā)現(xiàn)任務(wù)中，本文將其轉(zhuǎn)換為分類問題，判斷詞語是否存在新譯法。在原有方法基礎(chǔ)上對(duì)特征加以改進(jìn)，提出了基于豐富

3、特征的方法，引入了語言學(xué)特征，分別是目標(biāo)語言、詞性和句法特征，這些特征更符合本文所要解決的新譯法發(fā)現(xiàn)任務(wù)的特點(diǎn)，能夠提高分類器的準(zhǔn)確性。
　　(2)在詞語譯文挖掘任務(wù)中，本文對(duì)基于分布表示的方法加以改進(jìn)，提出了基于神經(jīng)網(wǎng)絡(luò)的方法。首先對(duì)詞語進(jìn)行聚類，然后在每個(gè)類別中利用神經(jīng)網(wǎng)絡(luò)來代替線性函數(shù)，挖掘詞語向量表示之間的映射關(guān)系。所有操作都是在單語語料庫上進(jìn)行。改進(jìn)后能夠更好地挖掘同一語言詞語之間的關(guān)聯(lián)，以及不同語言詞語之間的映射關(guān)系，