基于關(guān)聯(lián)度和詞對(duì)齊的雙語組塊獲取研究.pdf

1、長(zhǎng)期以來，機(jī)器翻譯系統(tǒng)都是以詞為語言翻譯的基本單位。人類自然語言中詞的使用非常靈活，在機(jī)器翻譯處理中有很大的歧義性，這是導(dǎo)致機(jī)器翻譯譯文難以提高的關(guān)鍵因素之一。這就需要引入比詞語粒度稍大的單位來進(jìn)行翻譯。 本文工作主要內(nèi)容如下： 首先，引入了面向機(jī)器翻譯的雙語組塊的概念，它是一種粒度介于句子和詞語之間的雙語語段，具有語義自足性、結(jié)構(gòu)合法性和翻譯轉(zhuǎn)換的充分性等特點(diǎn)。本文闡述了基于雙語組塊的句法分析和類比翻譯的思想及其在IH

2、SMTS系統(tǒng)中的初步應(yīng)用思想，并圍繞著雙語組塊的獲取展開工作。 其次，在單語語料庫的基礎(chǔ)上進(jìn)行了單語組塊獲取的研究。其中，對(duì)常見的關(guān)聯(lián)度函數(shù)進(jìn)行了對(duì)比分析，提出了三種獲取單語組塊的方案，并基于動(dòng)態(tài)增長(zhǎng)機(jī)制實(shí)現(xiàn)了對(duì)單語組塊的獲取，最后對(duì)組塊語法屬性的繼承和傳遞進(jìn)行了探討。 第三，在雙語語料庫的基礎(chǔ)上進(jìn)行了雙語組塊獲取的研究。在單語組塊獲取工作的基礎(chǔ)上，提出了基于統(tǒng)計(jì)和基于詞對(duì)齊的兩種雙語組塊獲取模型。設(shè)計(jì)并實(shí)現(xiàn)了基于關(guān)聯(lián)度