語義單元自動(dòng)獲取研究.pdf

1、機(jī)器翻譯一直以來都是人類的一個(gè)夢(mèng)想，更是一個(gè)世界難題，直到今天仍然沒有令人滿意的機(jī)器翻譯系統(tǒng)出現(xiàn)。.它的困難在于語言知識(shí)的復(fù)雜性和人類認(rèn)識(shí)語言規(guī)律的有限性。從機(jī)器翻譯的探索道路人們認(rèn)識(shí)到，要想得到高質(zhì)量的翻譯，須對(duì)句子的意義進(jìn)行分析和理解?；谡Z義單元的機(jī)器翻譯借助語義單元庫對(duì)源語言的句子進(jìn)行語義分析，并展開為目的語言的句子來實(shí)現(xiàn)翻譯，其核心是建立一個(gè)大規(guī)模的語義單元庫。建立語義單元庫需要提取大量的語義單元。人工提取語義單元費(fèi)時(shí)，費(fèi)力，

2、并且很難做到提取標(biāo)準(zhǔn)的統(tǒng)一；自動(dòng)獲取語義單元是一種高效的方法，具有統(tǒng)一的獲取標(biāo)準(zhǔn)。 語義單元自動(dòng)獲取從雙語句對(duì)中獲取語義單元，關(guān)鍵是獲取句子的語義單元結(jié)構(gòu)和雙語語義單元表示之間的對(duì)應(yīng)關(guān)系。針對(duì)這些問題本文進(jìn)行了一系列的研究，主要包括如下三個(gè)方面： 1.提出基于語義單元樹重構(gòu)的語義單元半自動(dòng)獲取方法：根據(jù)組成語義單元表示的各語言的詞語分布具有一定的統(tǒng)計(jì)規(guī)律性(共現(xiàn))并且語義單元的構(gòu)造有一定的模式，獲取句子的語義結(jié)構(gòu)和雙語的

3、語義單元表示之間的對(duì)應(yīng)關(guān)系。該方法首先建立一個(gè)預(yù)備語義單元庫，在語義單元庫中搜索構(gòu)成旬義(可棄語義單元)的語義單元，然后對(duì)句義進(jìn)行重構(gòu)，接下來根據(jù)語義單元的組合規(guī)律推斷產(chǎn)生新的語義單元，將人工檢查正確的新語義單元加入語義單元庫中。該方法通過循環(huán)積累過程來獲取語義單元，為語義單元庫的構(gòu)建提供一種可行的解決方案。 2.提出基于轉(zhuǎn)換和映射的語義單元自動(dòng)獲取方法：利用鏈語法分析和轉(zhuǎn)換實(shí)現(xiàn)英語的淺層語義結(jié)構(gòu)分析，并且通過統(tǒng)計(jì)詞語對(duì)齊找到雙

4、語的對(duì)應(yīng)關(guān)系。該方法基于語義單元的特點(diǎn)和人工獲取經(jīng)驗(yàn)構(gòu)造一套規(guī)則系統(tǒng)對(duì)英語句子的鏈語法分析結(jié)果進(jìn)行處理，從而設(shè)定單詞在句子中的語義層次并轉(zhuǎn)換生成語義單元的英語表示；然后利用統(tǒng)計(jì)雙語詞對(duì)齊將語義單元的英語表示映射為語義單元的漢語表示，從而獲得雙語語義單元：最后通過語義單元表示常量競(jìng)爭(zhēng)、合并以及召回等一系列策略對(duì)自動(dòng)提取結(jié)果進(jìn)行優(yōu)化。該方法不需現(xiàn)成的語義單元的支持，而是通過淺層的語義分析獲取語義單元，對(duì)詞語對(duì)齊有一定的容錯(cuò)性。 3.