層進(jìn)式漢日單詞級(jí)對(duì)齊研究.pdf

1、在自然語言處理的諸多領(lǐng)域的研究中，雙語語料庫的重要作用逐漸顯現(xiàn)出來。在不同的應(yīng)用中，需要不同粒度的雙語對(duì)齊的語料庫和相應(yīng)的雙語對(duì)齊技術(shù)。雙語語料庫的對(duì)齊技術(shù)按粒度可以分為篇章級(jí)對(duì)齊、段落級(jí)對(duì)齊、句子級(jí)對(duì)齊、短語級(jí)對(duì)齊和單詞級(jí)對(duì)齊等。
　　 對(duì)于基于實(shí)例的機(jī)器翻譯而言，單詞級(jí)對(duì)齊的雙語語料庫是不可或缺的資源?？梢哉f，單詞級(jí)對(duì)齊的雙語語料庫的質(zhì)量和數(shù)量直接決定了基于實(shí)例的機(jī)器翻譯系統(tǒng)的性能。由于人工構(gòu)建單詞級(jí)對(duì)齊的雙語語料庫的代價(jià)十

2、分高昂，本文著眼于單詞級(jí)對(duì)齊的雙語語料庫的自動(dòng)構(gòu)建，探討漢日雙語自動(dòng)詞對(duì)齊技術(shù)。
　　 本文的主要貢獻(xiàn)在于：
　　 (1)綜述、分析了當(dāng)前主要詞對(duì)齊方法及其不足，提出了層進(jìn)式漢日詞對(duì)齊模型。該模型層次利用漢語單詞和日語單詞之間的聯(lián)系，在保證高準(zhǔn)確率的同時(shí)，詞對(duì)齊結(jié)果的召回率逐步提高；
　　 (2)分析了詞對(duì)齊任務(wù)針對(duì)雙語字典解釋性釋義的不適應(yīng)性、針對(duì)分詞粒度差異的不適應(yīng)性，提出了相應(yīng)的適應(yīng)性改良方案。實(shí)驗(yàn)表明，作

3、者對(duì)上述若干不適應(yīng)性的分析依據(jù)充分，提出的改良方法效果非常明顯；
　　 (3)針對(duì)對(duì)齊沖突問題，我們提出了基于錨點(diǎn)的沖突消解方法和基于Chunk對(duì)齊的沖突消解方法，分別利用錨點(diǎn)對(duì)齊信息和Chunk邊界進(jìn)行詞對(duì)齊沖突消解；
　　 (4)針對(duì)助詞的混淆對(duì)齊問題，我們提出了基于錨點(diǎn)的助詞對(duì)齊模型，獲得了很高的準(zhǔn)確率。
　　 (5)利用Chunk對(duì)齊可以使詞對(duì)齊局部化這一性質(zhì)，我們提出了基于Chunk對(duì)齊的局部詞對(duì)齊調(diào)整