漢語句法分析及其在漢英統(tǒng)計翻譯中的應(yīng)用.pdf

1、本文是對漢語句法分析和基于句法的統(tǒng)計機器翻譯的一個初步研究。文中對句法分析和機器翻譯的重要技術(shù)和發(fā)展脈絡(luò)進行了整理和分析，并在此基礎(chǔ)上分別設(shè)計并實現(xiàn)了一個漢語句法分析系統(tǒng)和一個基于句法的統(tǒng)計機器翻譯原型系統(tǒng)。 句法分析方面，我們主要的工作是將詞性標注的過程和句法分析的過程進行融合，將詞性標注和句法分析一體化，探討最終避免詞性標注錯誤傳播的途徑。我們將詞性標注看作分析的初始化過程，將單詞的詞性看成一種特殊的邊，對于每個單詞上的每種

2、可能詞性標注都生成一條邊，并根據(jù)隱馬爾可夫過程假設(shè)計算該邊的優(yōu)先級。而對于具體的分析過程，我們采用Collins的基于核心節(jié)點的馬爾可夫擴展方式和Chamiak的基于邊的最佳優(yōu)先算法。最終的實驗結(jié)果表明，這樣的嘗試是成功的，我們在濱州樹庫1.0上取得F1為80.36％，詞性標注準確率為92.74％。同時，我們進行了對比實驗，我們采用Adwait的最大熵詞性標注器給出最優(yōu)的標注，后進行句法分析，得到句法分析F1為76.07％，詞性標注準確

3、率為92.8％。這進一步證明了我們的融合思想的正確性，即在詞性標注準確率相同的情況下，詞性標注和句法分析的融合可以有效地減少錯誤傳播。 機器翻譯方面，我們主要是對Graehl和Kevin Knight的模型進行演化改進，提出了廣義葉子節(jié)點的概念。我們采用自底向上的策略，將已找到對齊的子樹縮成一點，用該子樹的根節(jié)點代替該子樹作為新的葉子節(jié)點；這種新生成的葉子節(jié)點，我們稱之為廣義葉子結(jié)點。在這自底向上的過程中，當找到對齊時，我們用子