面向奧運(yùn)新聞的漢日機(jī)器翻譯系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展、信息時(shí)代的到來(lái)，高性能的機(jī)器翻譯的研究具有理論意義和極大的應(yīng)用前景，已經(jīng)成為當(dāng)前國(guó)際上激烈競(jìng)爭(zhēng)的研究領(lǐng)域之一。尤其是隨著北京2008奧運(yùn)會(huì)的臨近，對(duì)多語(yǔ)種、多層次的機(jī)器翻譯的需求越來(lái)越迫切。“面向奧運(yùn)新聞的漢日機(jī)器翻譯系統(tǒng)”是東北大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室和FUJI-XEROX公司未來(lái)技術(shù)研究所的合作項(xiàng)目，是面向特定領(lǐng)域的真實(shí)文本翻譯系統(tǒng)。 本文以“面向奧運(yùn)新聞的漢日機(jī)器翻譯系統(tǒng)”為線(xiàn)索，研究了漢日雙

2、語(yǔ)資源建設(shè)以及一種基于實(shí)例的機(jī)器翻譯系統(tǒng)實(shí)現(xiàn)的相關(guān)問(wèn)題。 首先本文討論了機(jī)器翻譯的相關(guān)方法，探討了漢日雙語(yǔ)的語(yǔ)言差別，并在此基礎(chǔ)上論證了漢日機(jī)器翻譯的方法和系統(tǒng)結(jié)構(gòu)。 本文介紹了漢日雙語(yǔ)資源建設(shè)問(wèn)題，討論了包括漢日雙語(yǔ)電子詞典、雙語(yǔ)句對(duì)齊語(yǔ)料庫(kù)、雙語(yǔ)詞對(duì)齊語(yǔ)料庫(kù)、雙語(yǔ)Chunk對(duì)齊庫(kù)、雙語(yǔ)翻譯模板庫(kù)在內(nèi)的百萬(wàn)級(jí)的漢日雙語(yǔ)語(yǔ)料庫(kù)的結(jié)構(gòu)、語(yǔ)料庫(kù)內(nèi)容、語(yǔ)料庫(kù)標(biāo)注規(guī)范等相關(guān)問(wèn)題，討論了語(yǔ)料不同層次上的對(duì)齊技術(shù)。 本文提出

3、了一種結(jié)構(gòu)化Chunk的概念，并介紹了基于結(jié)構(gòu)化Chunk的文本局部分析方法，以及在此基礎(chǔ)上的雙語(yǔ)模板抽取、模板對(duì)齊的技術(shù)。本方法對(duì)含有嵌套結(jié)構(gòu)的較大粒度的Chunk進(jìn)行分析、識(shí)別處理，比如，可以抽出較長(zhǎng)的帶有中心詞標(biāo)注的名詞短語(yǔ)，提高了Chunk分析的覆蓋度。同時(shí)，作為局部模板分析，增加了模板翻譯中模板的匹配率。 本文也介紹了一種以Chunk結(jié)構(gòu)為基礎(chǔ)的翻譯模板構(gòu)造，討論了基于Chunk分析的雙語(yǔ)模板抽取、模板對(duì)齊的技術(shù)。