文言文翻譯及閱讀理解關(guān)鍵技術(shù)的研究.pdf

1、在漫長(zhǎng)的歷史長(zhǎng)河中，古漢語(yǔ)書(shū)寫(xiě)的典籍汗牛充棟。近年來(lái)，統(tǒng)計(jì)機(jī)器翻譯技術(shù)得到了很大發(fā)展。Moses等開(kāi)源的翻譯工具只需要雙語(yǔ)平行句對(duì)即可訓(xùn)練出翻譯系統(tǒng)。同時(shí)，其他自然語(yǔ)言處理技術(shù)的發(fā)展更是激勵(lì)著人們解決現(xiàn)實(shí)的人工智能問(wèn)題。本課題的目的在于探索文言文翻譯及閱讀理解答題的關(guān)鍵技術(shù)。為了解決這個(gè)任務(wù)，我們的研究包含以下幾個(gè)方面。
　?。?）古漢語(yǔ)現(xiàn)代漢語(yǔ)平行語(yǔ)料庫(kù)的獲取和加工。本文利用互聯(lián)網(wǎng)上存在的古漢語(yǔ)現(xiàn)代漢語(yǔ)平行網(wǎng)頁(yè)獲取古漢語(yǔ)現(xiàn)代漢語(yǔ)

2、平行語(yǔ)料庫(kù)。本文將平行語(yǔ)料的獲取分為兩個(gè)階段，第一個(gè)階段是獲取網(wǎng)頁(yè)正文，第二個(gè)階段是句子對(duì)齊。通過(guò)對(duì)基于DOM樹(shù)的文本密度的方法進(jìn)行改進(jìn)，我們提出基于DOM樹(shù)的標(biāo)點(diǎn)密度的方法。在獲取古漢語(yǔ)現(xiàn)代漢語(yǔ)網(wǎng)頁(yè)正文時(shí)，我們的方法F值得到了一定的提升。在句子對(duì)齊時(shí)，我們引入句子長(zhǎng)度、匹配模式、同源率，使用對(duì)數(shù)線性模型對(duì)句子得分進(jìn)行建模。通過(guò)不同的框架，我們引入了10個(gè)同源率。和基于長(zhǎng)度的句子對(duì)齊方法相比，我們的方法使結(jié)果得到了較大的提升。
　

3、　（2）基于Moses的古漢語(yǔ)和現(xiàn)代漢語(yǔ)翻譯系統(tǒng)的優(yōu)化。本文在獲取了古漢語(yǔ)現(xiàn)代漢語(yǔ)平行句對(duì)后，對(duì)翻譯系統(tǒng)的優(yōu)化進(jìn)行研究。我們使用Moses從語(yǔ)言模型和翻譯模型兩個(gè)方面進(jìn)行優(yōu)化。在語(yǔ)言模型方面，我們從語(yǔ)料、平滑方法、模型混合等方面進(jìn)行分析。在翻譯模型方面，我們考慮分詞對(duì)翻譯模型的影響。我們的方法使翻譯系統(tǒng)性能得到了較大幅度的提升。
　　（3）文言文閱讀理解答題技術(shù)的研究。對(duì)選中的三類題進(jìn)行答題技術(shù)的研究。將選項(xiàng)準(zhǔn)確性抽象為某種相似度