語義單元自動獲取研究.pdf

1、機器翻譯一直以來都是人類的一個夢想，更是一個世界難題，直到今天仍然沒有令人滿意的機器翻譯系統(tǒng)出現(xiàn)。.它的困難在于語言知識的復(fù)雜性和人類認識語言規(guī)律的有限性。從機器翻譯的探索道路人們認識到，要想得到高質(zhì)量的翻譯，須對句子的意義進行分析和理解?；谡Z義單元的機器翻譯借助語義單元庫對源語言的句子進行語義分析，并展開為目的語言的句子來實現(xiàn)翻譯，其核心是建立一個大規(guī)模的語義單元庫。建立語義單元庫需要提取大量的語義單元。人工提取語義單元費時，費力，

2、并且很難做到提取標(biāo)準(zhǔn)的統(tǒng)一；自動獲取語義單元是一種高效的方法，具有統(tǒng)一的獲取標(biāo)準(zhǔn)。 語義單元自動獲取從雙語句對中獲取語義單元，關(guān)鍵是獲取句子的語義單元結(jié)構(gòu)和雙語語義單元表示之間的對應(yīng)關(guān)系。針對這些問題本文進行了一系列的研究，主要包括如下三個方面： 1.提出基于語義單元樹重構(gòu)的語義單元半自動獲取方法：根據(jù)組成語義單元表示的各語言的詞語分布具有一定的統(tǒng)計規(guī)律性(共現(xiàn))并且語義單元的構(gòu)造有一定的模式，獲取句子的語義結(jié)構(gòu)和雙語的

3、語義單元表示之間的對應(yīng)關(guān)系。該方法首先建立一個預(yù)備語義單元庫，在語義單元庫中搜索構(gòu)成旬義(可棄語義單元)的語義單元，然后對句義進行重構(gòu)，接下來根據(jù)語義單元的組合規(guī)律推斷產(chǎn)生新的語義單元，將人工檢查正確的新語義單元加入語義單元庫中。該方法通過循環(huán)積累過程來獲取語義單元，為語義單元庫的構(gòu)建提供一種可行的解決方案。 2.提出基于轉(zhuǎn)換和映射的語義單元自動獲取方法：利用鏈語法分析和轉(zhuǎn)換實現(xiàn)英語的淺層語義結(jié)構(gòu)分析，并且通過統(tǒng)計詞語對齊找到雙

4、語的對應(yīng)關(guān)系。該方法基于語義單元的特點和人工獲取經(jīng)驗構(gòu)造一套規(guī)則系統(tǒng)對英語句子的鏈語法分析結(jié)果進行處理，從而設(shè)定單詞在句子中的語義層次并轉(zhuǎn)換生成語義單元的英語表示；然后利用統(tǒng)計雙語詞對齊將語義單元的英語表示映射為語義單元的漢語表示，從而獲得雙語語義單元：最后通過語義單元表示常量競爭、合并以及召回等一系列策略對自動提取結(jié)果進行優(yōu)化。該方法不需現(xiàn)成的語義單元的支持，而是通過淺層的語義分析獲取語義單元，對詞語對齊有一定的容錯性。 3.