面向機(jī)器翻譯的模板自動(dòng)獲取技術(shù)研究.pdf

1、語(yǔ)料庫(kù)語(yǔ)言學(xué)的興起，使得基于實(shí)例的機(jī)器翻譯(example based machine translation，EBMT)得到越來(lái)越多的研究。 而隨著信息時(shí)代的到來(lái)和Internet的迅猛發(fā)展，在面對(duì)海量信息的今天，傳統(tǒng)的基于實(shí)例的機(jī)器翻譯系統(tǒng)中關(guān)于語(yǔ)料庫(kù)的建設(shè)方式已凸顯不足。如何快速、準(zhǔn)確的收集資源、構(gòu)建所需的語(yǔ)料庫(kù)成為一個(gè)急需解決的問(wèn)題。本文的研究正是解決這一問(wèn)題的有力手段之一。 面向機(jī)器翻譯的模板自動(dòng)獲取技術(shù)研究

2、以東北大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室和日本富士施樂(lè)公司合作開(kāi)發(fā)的“面向奧運(yùn)新聞的漢日機(jī)器翻譯系統(tǒng)”為需求背景。該系統(tǒng)分為三個(gè)模塊兒：翻譯記憶(TM)、詞表層翻譯(WBMT)和模板層翻譯(TBMT)。本研究正是為了解決模板層翻譯(TBMT)所涉及的一系列問(wèn)題。 本文主要針對(duì)如何自動(dòng)快速構(gòu)造模板層翻譯所需的語(yǔ)料庫(kù)即模板庫(kù)進(jìn)行了研究，提出了一種對(duì)譯模板的表示形式，設(shè)計(jì)了一套完整的生成規(guī)范并給出了一種自動(dòng)獲取的算法，最終實(shí)現(xiàn)了該系統(tǒng)。我們從項(xiàng)目

3、已有的五萬(wàn)詞對(duì)齊庫(kù)中一共抽出近三萬(wàn)六千個(gè)對(duì)譯模板對(duì)兒，并成功構(gòu)造模板庫(kù)用于模板層翻譯。經(jīng)實(shí)驗(yàn)測(cè)試準(zhǔn)確率和召回率分別為66％和61.3％，已通過(guò)項(xiàng)目驗(yàn)收。 本文另外一個(gè)研究工作是針對(duì)漢語(yǔ)單語(yǔ)模板的抽取研究。該方法既可用于構(gòu)造漢語(yǔ)單語(yǔ)模板庫(kù)，也可用于模板層翻譯(TBMT)時(shí)的源語(yǔ)模板生成。針對(duì)這一問(wèn)題，本文同樣提出了漢語(yǔ)單語(yǔ)模板的表示形式和一套完整的生成規(guī)范以及自動(dòng)獲取的算法，最終實(shí)現(xiàn)了系統(tǒng)。我們從項(xiàng)目已有的五萬(wàn)詞對(duì)齊庫(kù)中共抽出單語(yǔ)