基于英漢平行語料庫的機器翻譯知識獲取研究.pdf

1、隨著互聯(lián)網信息資源的不斷膨脹，人們可以通過互聯(lián)網獲取的資源也日益增加。目前世界上已知的語言約有3000多種，機器翻譯及機器翻譯知識的自動獲取研究對人們突破語言障礙，充分利用互聯(lián)網信息具有很強的現(xiàn)實意義。
　　本文主要圍繞以下幾個方面進行了深入的研究：
　　1)詞匯對齊。詞匯對齊是從英漢平行語料庫中，根據已有的句子級對齊的語料庫，挖掘出詞匯級的英漢詞對應關系。對機器翻譯、語義消歧、翻譯詞典獲取以及跨語言信息檢索等都具有重要的意

2、義。
　　2)短語對齊。短語對齊能夠反映出平行句對在短語級別上的對應關系，短語對齊也是機器翻譯知識獲取領域的一個重要研究工作。
　　3)句法結對齊。句法結構對齊是對雙語句法結構樹進行分析和總結，提取出雙語句子在句法結構以及句子成分上的對應關系。句法結構對齊的結果能夠直接應用于短語對齊的工作中。
　　4)機器翻譯知識的應用。通過對雙語平行語料庫的知識挖掘，并且運用到機器翻譯中，進行翻譯前后的對比，可以看出機器翻譯知識獲取

3、對機器翻譯的質量的改善。
　　研究取得的主要成果如下：
　　1)在詞對齊方面，我們提出了基于N-Gram語言模型的多詞對齊算法，有效的解決了對于詞對齊過程中存在的一對多和多對多的對齊問題。并且實現(xiàn)了一個有效的英漢、漢英雙語翻譯詞典。
　　2)在短語對齊方面，鑒于句子結構的復雜性，我們提出了分類短語對齊的思想，把短語對齊分成了名詞性短語、動詞短語、形容詞性短語以及副詞短語。實驗結果顯示分類詞對齊能夠很好的提高短語對齊的準