关系词“是”和“be”的伪歧义分析及判别

论文摘要

本文的研究基于高庆狮院士等人提出的语义单元的理论。一个句子的语义,我们称它为“句义”。在句义中表达一个“意思”的单元被称为“语义单元”。句义由语义单元构成。任何一个具体的自然语言中表达一个意思(即语义单元)的单元称为该语义单元在该具体自然语言中的“语义单元表示”。我们从语义单元的角度来探讨歧义问题,可以把歧义分为两种,一种是“真歧义”,另一种是“伪歧义”。所谓“真歧义”,是指对于不同的语义单元,其语义单元表示是相同的。而所谓“伪歧义”,就是指对于不同的语义单元,其语义单元表示也是不同的,即那些我们通常认为是歧义,但事实上并没有歧义的现象。 “是”和“be”各自在中英文中都有很广泛的用法,而它们最普遍的用法是在型如“A是/be B”的关系句中表征A和B之间的某种关系。比如句对“张先生是工程师。/Mr. Zhang is an Engineer.”中的“是/be”表示一种职业关系。本文把“是”和“be”在关系句中的这种用法称为其作为关系词的用法。 本文通过研究大量语料发现,“是/be”在中英文中作为关系词使用时,存在伪歧义现象。能够识别出这些伪歧义,并找到它们之间准确的对应关系,不仅可以增强对语义的理解,而且在提高汉英翻译的准确性、提高译文质量等方面也有很重要的实际意义。本文全面列举了“是”和“be”所表示的关系义类型,详细分析了“是”和“be”的伪歧义现象,概括总结了“是”和“be”的对应关系,并在此基础上提炼出了具体可循的伪歧义判别准则。这些准则可以应用到实际的英汉翻译中,区别出不同的语义单元表示,找到“是”和“be”在对应语言中恰当的对应形式,从而得到准确完整的译文。 本文设计并实现了一个伪歧义的识别检验系统,闭式测试的准确率和召回率达到85.56%和80.49%,开式测试的准确率和召回率达到67.25%和64.38%。

论文目录

• 摘要
• Abstract
• 引言
• 1 机器翻译概述
• 1.1 机器翻译的含义及特点
• 1.2 机器翻译的实现方法
• 1.2.1 基于规则的MT方法
• 1.2.2 基于语料库的MT方法
• 1.2.3 混合方法
• 1.3 机器翻译的现状
• 2 语义单元、语义语言和基于语义语言的机器翻译方法
• 2.1 语义单元的提出
• 2.2 语义语言和具体自然语言
• 2.2.1 语义单元和语义语言的定义
• 2.2.2 具体自然语言的定义
• 2.2.3 举例说明
• 2.3 基于语义语言的多语言翻译方法
• 2.3.1 语义单元的提取
• 2.3.2 语义单元的优先级
• 2.3.3 基于语义单元的翻译过程
• 3 本文课题的提出及内容概述
• 3.1 词义消歧
• 3.1.1 词义消歧在自然语言处理中的意义
• 3.1.2 传统词义消歧的常用方法及研究概况
• 3.2 从语义单元的角度研究歧义
• 3.3 问题的提出及课题的理论价值
• 3.3.1 问题的提出
• 3.3.2 本课题的研究内容及理论价值
• 4 “是”和“be”作为关系词的伪歧义现象分析
• 4.1 “是”的研究现状
• 4.2 本文的研究范围和内容
• 4.3 “是”和“be”所表示的关系义列举
• 4.4 “是”和“be”的伪歧义
• 4.4.1 存在伪歧义
• 4.4.2 详细分析伪歧义
• 4.5 “是”和“be”的对应研究
• 4.5.1 “是”和“be”的表示方式
• 4.5.2 “是”和“be”的对应关系
• 5 “是”和“be”的伪歧义判别
• 5.1 “是”的伪歧义识别
• 5.2 “be”的伪歧义识别
• 6 识别验证系统的设计和实现
• 6.1 总体设计思想和工作流程
• 6.1.1 总体设计思想
• 6.1.2 总体工作流程
• 6.2 数据库设计
• 6.2.1 “中英文双语语料表”和“英中文双语语料表”
• 6.2.2 伪歧义识别的规则库
• 6.3 核心模块的设计及主要算法实现
• 6.3.1 伪歧义识别和检验程序流程图
• 6.3.2 规则的完善和修订过程
• 6.3.3 规则冲突的处理方法
• 6.3.4 算法描述
• 7 实验结果与分析
• 7.1 实验结果
• 7.2 测试结果分析
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢
• 大连理工大学学位论文版权使用授权书