基于英汉树库的机器翻译研究

论文摘要

机器翻译已经走过的50多年的历史,研究方法主要分为规则和统计,目前从机器翻译研究的发展来看,规则方法由全局化,大范围的语言学规则到更注重小范围的知识和统计知识,统计方法的知识获取从词到词、短语到短语到更注重句法知识,是国内外统计机器翻译领域的发展趋势。如何在融合统计方法和规则方法各自的优点,使其体现在统一的机器翻译的框架下面,成为当前机器翻译的一个热点。本研究立足于北京语言大学信息处理研究所标注的面向英汉机器翻译的近3万颗生成树库,该树库经人工标注,含有英文句法结构知识,英文短语汉语翻译模式以及词汇短语的习惯翻译等等。在树库的基础上做了一些尝试性的研究,同时利用树库的短语知识和翻译模式对英汉机器翻译中的简单名词短语和简单名词短语搭配进行识别和翻译。为此,本课题作了如下主要工作:(1)对树库中的CFG规则进行提取,针对这些CFG规则,建立图分析器,对英文句子进行句法结构分析(2)抽取树库中的词组,NP短语,NP短语搭配规则,利用这些规则建立的翻译映射模板,对英文句子进行部分结构翻译

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 研究目标和拟解决关键问题
• 1.3 研究思路和文章结构安排
• 第二章 英汉翻译树库简介
• 2.1 翻译树库格式
• 2.2 翻译树库标注规范
• 2.3 标注工具
• 2.4 树库知识提取
• 第三章 基于翻译树库的探索研究
• 3.1 图分析算法
• 3.2 基于翻译树库的CFG提取
• 3.3 图分析器实现和实验结果
• 第四章 基于翻译树库的短语识别
• 4.1 引言
• 4.2 前端预处理
• 4.3 词性标注
• 4.4 BaseNP识别
• 4.5 翻译模板短语识别
• 4.6 短语翻译解码
• 第五章 总结和展望
• 致谢
• 附录
• 参考文献