基于标志词的汉英机器翻译的研究

论文题目: 基于标志词的汉英机器翻译的研究

论文类型: 硕士论文

论文专业: 计算机技术

作者: 郑军

导师: 丁华福,李海岩

关键词: 机器翻译,翻译单元抽取,标志词假设

文献来源: 哈尔滨理工大学

发表年度: 2005

论文摘要: 基于实例的机器翻译(EBMT)系统在特定领域下可以高效地生成准确的译文,并且翻译知识可以自动获取,系统构建周期短。所以研究基于实例的机器翻译模型对基于语料库的机器翻译方法以及自然语言处理研究具有重要的理论意义和实用价值。基于实例机器翻译面临的一个基本问题是如何确定翻译实例。翻译实例对基于实例的机器翻译系统的性能有决定性的作用,但目前对此并没有深入的研究。本文使用语言学中的标志词假设来指导汉英翻译单元的抽取,取得了较好的抽取效果。本文从以下角度对标志词在汉英EBMT中的应用进行了研究:①确定了汉语标志词。在介绍了目前已经使用的英语标志词后,提出了汉语的标志词,并通过对一个较大文本的统计信息证明了这些标志词的分割句子相对独立单元的作用;②提出利用标志词抽取汉英翻译单元的方法。在确定了汉语标志词的基础上,本文提出了三种利用标志词和词语对齐抽取汉英翻译单元的方法,分别是利用标志词分割的句子碎片到串、标志词对词语对齐抽取方法修整方法以及以上两种方法的综合。这些方法不需要深层的句法知识,避免了过多的累积误差;③提出翻译单元的评价方法,较高的提升了汉英EBMT系统的性能。本文提出了翻译单元的质量评价和系统集成评价相结合的评价策略。首先提出了翻译单元的质量评价原则和质量划分,并在此基础上对本文提出的翻译单元抽取方法的抽取结果进行了评价,证明了这些方法的有效性。而后系统集成评价证明了这些翻译单元可提升翻译系统的性能。从而证实了标志词假设应用在翻译单元抽取中可取得较好的效果。

论文目录:

摘要

Abstract

第1章绪论

1.1 课题背景

1.2 相关研究综述

1.3 本文的主要研究内容

第2章标志词假设及汉语标志词的确定

2.1 相关研究介绍

2.2 标志词的确定

2.3 本章小结

第3章利用标志词抽取翻译单元的方法

3.1 相关研究介绍

3.2 利用标志词抽取汉英翻译单元的方法

3.3 利用标志词和词语对齐抽取汉英翻译单元的方法

3.4 本章小结

第4章关于利用标志词抽取翻译单元的方法评价

4.1 相关研究概述

4.2 汉英翻译单元抽取方法的效率评价

4.3 翻译单元质量的评价

4.4 翻译单元对系统性能的影响评价

4.5 本章小结

结论

参考文献

附录

致谢

工程硕士研究生个人简历

发布时间: 2006-12-12

参考文献

[1].中文机构名称及地址的汉英翻译方法研究[D]. 王松.哈尔滨工业大学2008
[2].机器翻译自动评价中单语言领域知识复述抽取研究[D]. 张丽林.江西师范大学2017
[3].基于实例的蒙汉机器翻译的研究[D]. 李慧旻.内蒙古工业大学2016
[4].一种基于概念的汉日机器翻译模板研究[D]. 江婧媛.大连理工大学2017
[5].面向教育信息化的汉蒙机器翻译的研究[D]. 包常喜.内蒙古师范大学2013
[6].一种英汉综合机器翻译方法的研究[D]. 杨倩倩.山东师范大学2013
[7].融合语义概念的神经机器翻译集外词处理方法研究[D]. 李少童.北京交通大学2018
[8].基于实例的汉英依存树到串机器翻译方法研究[D]. 王丹丹.北京交通大学2016
[9].基于语言学知识的机器翻译自动评价研究[D]. 朱晓宁.哈尔滨工业大学2011
[10].多语种机器翻译平台关键技术研究[D]. 包苏鲁德.复旦大学2008

基于标志词的汉英机器翻译的研究

猜你喜欢