WEB網(wǎng)頁文件的解析及翻譯引擎的設計與實現(xiàn).pdf

1、本文以網(wǎng)絡機器翻譯系統(tǒng)為研究背景，以HTML為研究對象，對面向網(wǎng)絡機器翻譯的文檔解析處理方法進行了深入的研究和探討。本文通過對HTML格式的分析，引入知識庫機制，提出了基于自學習知識和規(guī)則相結合的解析方法。根據(jù)這一思路，設計和實現(xiàn)了HTML機器翻譯系統(tǒng)。HTML機器翻譯系統(tǒng)分為三個部分：HTML解析模塊、翻譯引擎模塊、HTML還原模塊。HTML解析模塊把HTML文件解析成文本和標記，然后將文本提交給翻譯引擎模塊進行翻譯，轉換成譯文，HT

2、ML還原模塊將譯文和標記進行組合，生成譯文HTML。翻譯引擎是HTML機器翻譯系統(tǒng)的基礎。翻譯質量的好壞取決于翻譯引擎的分析是否正確。本文根據(jù)典型的翻譯引擎，描述了一個翻譯引擎的處理流程。HTML機器翻譯系統(tǒng)以知識庫作為基礎，HTML標記構成的知識庫，不僅可以使系統(tǒng)模塊化，增強系統(tǒng)的移植性，而且可以通過管理知識庫，增強系統(tǒng)的性能。通過實踐表明，知識庫的引入提高了網(wǎng)絡機器翻譯的實用性和擴展性。經(jīng)過對大規(guī)模的HTML文件不斷的測試和完善，該