日漢數(shù)字時間表達(dá)式的識別與翻譯研究.pdf

1、命名實(shí)體識別及翻譯是自然語言處理中重要的基礎(chǔ)任務(wù)。數(shù)字時間表達(dá)式作為一類特殊的命名實(shí)體包含了關(guān)鍵信息，其識別與翻譯具有重要的理論意義和實(shí)用價值。數(shù)字時間表達(dá)式的識別與分析是信息檢索、事件抽取、事件檢測跟蹤及問答系統(tǒng)等自然語言處理任務(wù)的重要基礎(chǔ)。尤其在機(jī)器翻譯等多語言處理任務(wù)中，數(shù)字時間表達(dá)式的對齊及其翻譯質(zhì)量也是影響機(jī)器翻譯系統(tǒng)性能的重要因素。數(shù)字時間表達(dá)式識別與翻譯的研究對于提高機(jī)器翻譯系統(tǒng)性能及推進(jìn)人工智能快速發(fā)展具有重要意義。

2、r>　　本文從日漢雙語數(shù)字時間表達(dá)式的特性出發(fā)，將語言學(xué)知識與統(tǒng)計(jì)方法相結(jié)合，通過大量的數(shù)據(jù)分析和實(shí)驗(yàn)，對日漢雙語數(shù)字時間表達(dá)式的識別與翻譯方法進(jìn)行了深入的研究和探索并將其應(yīng)用于機(jī)器翻譯系統(tǒng)。本文的主要研究工作如下:
　　(1)基于最新的TIMEX3時間標(biāo)注規(guī)范和通用的數(shù)字分類方式，結(jié)合日漢語言學(xué)知識中同構(gòu)和異構(gòu)情況，分別針對日語和漢語的數(shù)字時間表達(dá)式建立了觸發(fā)詞、邊界詞等關(guān)鍵詞知識庫，并將表達(dá)“概數(shù)”含義的詞包含在數(shù)字時間表達(dá)式

3、識別范圍中，使得數(shù)字時間表達(dá)式具有更豐富的含義;然后利用正則匹配的方式對數(shù)字時間表達(dá)式進(jìn)行識別;最后將以上基于規(guī)則與基于統(tǒng)計(jì)的識別方法相融合，分別實(shí)現(xiàn)對日語和漢語數(shù)字時間表達(dá)式的識別。實(shí)驗(yàn)結(jié)果表明，該識別方法在日語和漢語上都有較好的表現(xiàn)。
　　(2)在傳統(tǒng)的詞對齊方法中融入雙語數(shù)字時間表達(dá)式對齊，提出了一種基于位置約束和相似度度量相結(jié)合的數(shù)字時間表達(dá)式雙向?qū)R算法，實(shí)驗(yàn)結(jié)果表明該算法能有效提高雙語詞對齊性能，輔助機(jī)器翻譯系統(tǒng)訓(xùn)練生

4、成更優(yōu)的翻譯模型。
　　(3)根據(jù)日漢數(shù)字時間表達(dá)式的翻譯特點(diǎn)，建立數(shù)字時間表達(dá)式的翻譯規(guī)則庫，專用于數(shù)字時間表達(dá)式的獨(dú)立翻譯，并將雙語數(shù)字時間表達(dá)式的識別及對齊信息和翻譯規(guī)則庫有效融合到現(xiàn)有的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)中，提升機(jī)器翻譯中關(guān)于數(shù)字時間表達(dá)式及其鄰近詞的翻譯準(zhǔn)確性，進(jìn)而提升整體翻譯效果，并通過實(shí)驗(yàn)得以驗(yàn)證。
　　綜上所述，本文創(chuàng)新工作主要體現(xiàn)在:根據(jù)日漢數(shù)字時間表達(dá)式的特性，基于TIMEX3標(biāo)注對時間詞的識別和翻譯規(guī)則進(jìn)