英語長句機器漢譯的研究.pdf

1、隨著全球化進程的飛速發(fā)展，機器翻譯（Machine Translation）經(jīng)歷了很長一段時間的演變和發(fā)展。起初的機器翻譯就是將一種語言轉(zhuǎn)化為另一種語言的自然語言處理活動。隨著近幾個世紀(jì)的計算機技術(shù)的不斷發(fā)展，機器翻譯研究的內(nèi)容已不再是計算機科學(xué)和語言學(xué)的簡單綜合，而其中會更多的涉及到語料庫、語義學(xué)、自然語言處理、數(shù)學(xué)、科學(xué)計算、生物科學(xué)和人工智能等多個學(xué)科領(lǐng)域。雖然機器翻譯發(fā)展的水平已經(jīng)有了很大的提高，但是機器翻譯的譯文質(zhì)量依然不是很

2、高，也難以達(dá)到用戶的需求，其中一個最主要的問題就是英語長句的處理。復(fù)雜的英語長句在英語中很常見，甚至貫穿于整個英文文章中，這些復(fù)雜長句的分析結(jié)果會嚴(yán)重影響機器翻譯的質(zhì)量和可讀性。所以英語長句的處理及研究依然是機器翻譯領(lǐng)域內(nèi)的一個關(guān)鍵性問題。英語長句的分析方法和從字典中查詢單個單詞的方法是大不相同的。詞匯的翻譯只需要進行詞元化和標(biāo)記，進而在數(shù)據(jù)庫中查找這個單詞的原始形態(tài)。而簡單單詞或詞匯的分析程序只是長句分析過程的一個初始部分。在文章中，

3、長句的處理還需要對一些涉及上下文的、模棱兩可的相關(guān)詞進行辨別。在分析長句結(jié)構(gòu)的程序中，有些問題如從句之間的關(guān)系、詞的遠(yuǎn)距離相關(guān)等都需要考慮在內(nèi)。所以，這些復(fù)雜的英語長句能否被正確的分析和翻譯成用戶所需要的目標(biāo)語言已經(jīng)成為影響機器翻譯快速發(fā)展的關(guān)鍵因素。另一方面，現(xiàn)在整個翻譯系統(tǒng)資源面臨著嚴(yán)重不足的情況，并且這種不足會直接影響用戶捕捉有用信息的能力。所以正確分析英語長句將會成為完成信息化策略的關(guān)鍵問題。
　　本文主要是在現(xiàn)有的英漢機

4、器翻譯基礎(chǔ)上尋找更有利于英語長句翻譯的方法。通過對詞性標(biāo)注及規(guī)則的改進，使得規(guī)則能夠匹配更多的句子模式,以提高現(xiàn)有的機器翻譯譯文的質(zhì)量。本課題主要是在長句切分方面進行研究及改進，希望能夠通過英語長句的準(zhǔn)確切分來達(dá)到分段的目的，且能有效的縮短句子的長度，從而有利于形成正確的譯文。通過對正則匹配法進行改進，實現(xiàn)長句切分，進而達(dá)到簡化句子模式的目的。本文搭建的基于規(guī)則的機器翻譯系統(tǒng)主要是構(gòu)建信息庫及規(guī)則庫，通過對源語言的分析，進而對待翻譯語句