WEB網(wǎng)頁文件的解析及翻譯引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、本文以網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)為研究背景，以HTML為研究對(duì)象，對(duì)面向網(wǎng)絡(luò)機(jī)器翻譯的文檔解析處理方法進(jìn)行了深入的研究和探討。本文通過對(duì)HTML格式的分析，引入知識(shí)庫機(jī)制，提出了基于自學(xué)習(xí)知識(shí)和規(guī)則相結(jié)合的解析方法。根據(jù)這一思路，設(shè)計(jì)和實(shí)現(xiàn)了HTML機(jī)器翻譯系統(tǒng)。HTML機(jī)器翻譯系統(tǒng)分為三個(gè)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(biāo)記，然后將文本提交給翻譯引擎模塊進(jìn)行翻譯，轉(zhuǎn)換成譯文，HT

2、ML還原模塊將譯文和標(biāo)記進(jìn)行組合，生成譯文HTML。翻譯引擎是HTML機(jī)器翻譯系統(tǒng)的基礎(chǔ)。翻譯質(zhì)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(gè)翻譯引擎的處理流程。HTML機(jī)器翻譯系統(tǒng)以知識(shí)庫作為基礎(chǔ)，HTML標(biāo)記構(gòu)成的知識(shí)庫，不僅可以使系統(tǒng)模塊化，增強(qiáng)系統(tǒng)的移植性，而且可以通過管理知識(shí)庫，增強(qiáng)系統(tǒng)的性能。通過實(shí)踐表明，知識(shí)庫的引入提高了網(wǎng)絡(luò)機(jī)器翻譯的實(shí)用性和擴(kuò)展性。經(jīng)過對(duì)大規(guī)模的HTML文件不斷的測試和完善，該