基于派生文法的日蒙動(dòng)詞短語機(jī)器翻譯研究.pdf

第2 2 卷第2 期 2 0 0 8 年3 月 中文信息學(xué)報(bào) J o U R N A I O FC H I N E S EI N F O R M A T I o NP R O C E S S I N G V 0 1 2 2 N o 2 M a r 2 0 0 8 文章編號(hào) 1 0 0 3 一0 0 7 7 2 0 0 8 0 2 0 0 4 7 0 8 基于派生文法的日一蒙動(dòng)詞短語機(jī)器翻譯研究 百順 筑波大學(xué)大學(xué)院圖書館情報(bào)媒體研究科日本筑波市3 0 5 8 5 5 0 摘要 本文探索了源語為日語 目標(biāo)語為蒙古語的動(dòng)詞短語機(jī)器翻譯系統(tǒng)的實(shí)現(xiàn)方式 基于主張日語不活用的 派生文法 重新分析日語附加成分 將耳語的詞干和附加成分轉(zhuǎn)換到蒙古語的詞干和附加成分之后 運(yùn)用蒙古語 的語音規(guī)則來處理并生成動(dòng)詞短語 在此基礎(chǔ)上試做了日一蒙動(dòng)詞短語機(jī)器翻譯系統(tǒng) 對(duì)3 0 篇日文報(bào)道的4 0 3 個(gè)動(dòng)詞短語進(jìn)行測試 取得了9 5 7 8 的正確率 關(guān)鍵詞 人工智能 機(jī)器翻譯 派生文法 日語附加成分的分析 語音規(guī)則 短語生成 中圖分類號(hào) T P 3 9 1文獻(xiàn)標(biāo)識(shí)碼 A R e s e a r c ho nJ a p a n e s e M o n g o l i a nM a c h i n eT r a n s l a t i o n o fV e r bP h r a s eB a s e do nt h eD e r i v a t i o n a lG r a m m a r B A IS h u n G r a d u a t eS c h o o lo fL i b r a r y I n f o r m a t i o na n dM e d i aS t u d i e s U n i v e r s i t yo fT s u k u b a T s u k u b a3 0 5 8 5 5 0 J a p a n A b s t r a c t T h i sp a p e rd e s c r i b e st h ei m p l e m e n t a t i o no faJ a p a n e s e M o n g o l i a nv e r b a lp h r a s em a c h i n et r a n s l a t i o ns y s t e m o fv e r bp h r o s e s I nt h eJ a p a n e s ed e r i v a t i o n a lg r a m m a r t h e r ei sn oc o n c e p to fC O n j u g a t i o n s aw o r di sa n a l y z e di n t o s t e m sa n ds u f f i x e s A f t e rt r a n s l a t i n gJ a p a n e s es t e m sa n ds u f f i x e si n t oM o n g o l i a ns t e m sa n ds u f f i x e s M o n g o l i a n p h o n e t i cr u l e sa r eu s e dt op r o c e s sa n dg e n e r a t ev e r b a lp h r a s e s W ei m p l e m e n t e daJ a p a n e s e M o n g o l i a nv e r b a lp h r a s e m a c h i n et r a n s l a t i o ns y s t e m W ea l s ot e s t e d4 0 3 v e r bp h r a s e sf r o m3 0 J a p a n e s er e p o r t s a n da c h i e v e da9 5 7 8 a c c u r a c y K e yw o r d s a r t i f i c i a li n t e l l i g e n c e m a c h i n e t r a n s l a t i o n d e r i v a t i o n a lg r a m m a r J a p a n e s es u f f i x e sa n a l y s i s p h o n e t i c r u l e p h r a s eg e n e r a t i o n 1 引言 日一蒙機(jī)器翻譯系統(tǒng)尚未問世 對(duì)蒙古語文信 息處理來說 從英語以及日語到蒙古語的機(jī)器翻譯 的研究是具有非常重要的理論和實(shí)踐意義的課題 于是 作者做了以激活日語和蒙古語的類似性 實(shí)現(xiàn) 日一蒙機(jī)器翻譯系統(tǒng)為目標(biāo)的一些嘗試性研究 所 謂的短語是由兩個(gè)或兩個(gè)以上的詞或短語按照一定 的公式構(gòu)成的 能夠在句子中承擔(dān)某種功能的語法單 位 3 在本文中描述的動(dòng)詞短語是由動(dòng)詞詞干 包括 動(dòng)詞性合成詞詞干 上接加附加成分串而構(gòu)成的 蒙古語屬于黏著型語言 語法體系和日語有很 多相似之處 特別是兩種語言的句法 是幾乎相同 的 因此 對(duì)于從日語到蒙古語的翻譯來說 把日語 語句的分析結(jié)果直接翻譯為蒙古語 也可以譯出一 定程度的譯文 當(dāng)然 對(duì)日語和蒙古語而言 兩種語 言之間的語音變化 構(gòu)詞構(gòu)形和語法等方面也存在 很多不同點(diǎn) 也有必要對(duì)詞于和附加成分的翻譯進(jìn) 行適當(dāng)?shù)膿裨~等處理 在日語方面運(yùn)用了派生文法 1 理由是 1 日語傳統(tǒng)語法的活用形處理是機(jī)器翻譯中的難 點(diǎn)之一 2 派生文法是基于黏著語性質(zhì)的語法 它是把日語的構(gòu)詞構(gòu)形作為詞干上接加附加成分描 收稿日期 2 0 0 7 0 4 1 8 定稿日期 2 0 0 7 0 9 0 7 作者簡介 百順 1 9 6 4 一 男 博士生 主要研究方向?yàn)闄C(jī)器翻譯 自然語言處理 萬方數(shù)據(jù) 4 8 中文信息學(xué)報(bào) 述的 因此 不需要活用形處理 3 日語派生文法 比傳統(tǒng)語法更為接近蒙古語語法 因此 本文利用 派生文法對(duì)日語詞法分析結(jié)果中的附加成分重新加 以分析 把E l 語的詞干和附加成分轉(zhuǎn)換成蒙古語的 詞干和附加成分 運(yùn)用蒙古語語音規(guī)則生成蒙古語 動(dòng)詞短語 并提出了日一蒙動(dòng)詞短語機(jī)器翻譯系統(tǒng) 的實(shí)現(xiàn)手法 2 基于派生文法的日語動(dòng)詞短語的解析 基于I J 語作為黏著語的性質(zhì) 派生文法的觀點(diǎn) 認(rèn)為日語沒有活用性m 引 所謂黏著語 就是其語 法機(jī)能由附加成分表現(xiàn)出來的語言的總稱 1 它的 構(gòu)詞構(gòu)形是詞干上接加不同附加成分來完成的 派 生文法對(duì)日語動(dòng)詞短語的描述概括起來有下列 特征 2 1 動(dòng)詞短語的形成 派生文法把日語的獨(dú)立詞大體上分為動(dòng)作動(dòng)詞 詞干 形狀動(dòng)詞詞干 實(shí)名詞詞干 形狀名詞詞干等 四種 這些分類與E l 語傳統(tǒng)語法中的動(dòng)詞 形容詞 名詞 形容動(dòng)詞相對(duì)應(yīng) 派生文法的動(dòng)詞短語是由動(dòng)作動(dòng)詞詞干 一次 詞干 上接加附加成分串構(gòu)成的 附加成分 大體上 可分為兩種 機(jī)能附加成分和派生附加成分 2 2 派生附加成分和機(jī)能附加成分 對(duì)于派生文法來說 把 害力七 L J 解析為k a k a s e r t l 即詞干k a k 上接加附加成分一a s e 而派生二 次詞干 害力七J k a k a s e 這是動(dòng)作動(dòng)詞詞干上接 加附加成分而派生的新的詞干 這種附加成分叫做 派生附加成分L 1 對(duì)派生附加成分而言 像一r u 這樣不派生新詞干 的附加成分叫做機(jī)能附加成分 1 動(dòng)作動(dòng)詞詞干上 接加多個(gè)附加成分時(shí) 機(jī)能附加成分排在最后 2 3 元音詞干和輔音詞干 動(dòng)詞的不變化部分 即去掉附加成分之后剩下 的部分叫做動(dòng)詞詞干 以傳統(tǒng)語法的一段動(dòng)詞r 起 專 L J 食弋 L J 為例 不變化部分 起專j 食代J 是動(dòng) 詞詞干 這些詞干都以i 或e 來結(jié)尾 像這種以元 音結(jié)尾的動(dòng)詞詞干叫做元音詞干 以五段活用動(dòng)詞 藉滅J 為例 在傳統(tǒng)語法中詞尾變化是 鼯寸Jr 話 三 J 螽叉j 螽七J 螽yJ 從語音學(xué)的角度能把這 些活用形考慮為r h a n a s a jr h a n a s i jr h a n a s u jr h a n a s e j r h a n a s O J 其中h a n a s 是不變化部分 像這 種以輔音結(jié)尾的動(dòng)詞詞干叫做輔音詞干 2 4 連接輔音和連接元音 動(dòng)作動(dòng)詞詞干上接加附加成分時(shí) 必須遵從以 下2 條規(guī)則 規(guī)則1 輔音結(jié)尾的詞干上接加以輔音為首的 附加成分時(shí) 附加成分首的輔音要脫落 規(guī)則2 元音結(jié)尾的詞干上接加以元音為首的 附加成分時(shí) 附加成分首的元音要脫落 規(guī)則1 這種會(huì)脫落的輔音叫做連接輔音 1 例 如 輔音詞干h a n a s 上綴接附加成分r u 時(shí) 附加成 分首的輔音r 就會(huì)脫落 變成h a n a s u 規(guī)則2 這種會(huì)脫落的元音叫做連接元音E 1 例 如 元音詞干t a b e 上綴接附加成分i t a 時(shí) 附加成 分首的元音i 就會(huì)脫落 變成t a b e t a 派生文法中為了表示以上所看到的這些語法現(xiàn) 象 必須由音素單位的羅馬字來表述 2 5 詞千的詞類變化 派生文法所述的是在詞干上接加附加成分時(shí)會(huì) 產(chǎn)生詞類變化 因此 把詞干后接的附加成分看作 是有限狀態(tài)自動(dòng)機(jī)的輸入 其詞類變化為狀態(tài)變遷 如圖1 所示的是在派生文法中詞干上接加附加成分 圖1 派生文法的有限狀態(tài)自動(dòng)機(jī)模型 萬方數(shù)據(jù) 2 期百順 基于派生文法的日一蒙動(dòng)詞短語機(jī)器翻譯研究 4 9 時(shí)所發(fā)生的語法機(jī)能變化模型 詞干的語法機(jī)能 的變化就是自動(dòng)機(jī)的狀態(tài)變遷 這是由于派生附加 成分的特性使詞干的詞類變化所產(chǎn)生的結(jié)果 譬 如 圖1 中顯示的是一次詞干的動(dòng)作動(dòng)詞詞干上接 加附加成分而出現(xiàn)的狀態(tài)變遷 也就是說從一種詞 干變遷到另一種新的詞干的例子 3 用派生文法的動(dòng)詞短語的翻譯 日語和蒙古語都具有黏著語的性質(zhì) 所以兩種 語言的動(dòng)詞短語的形成具有共同的特點(diǎn) 都是詞干 上接加附加成分所形成的 例如 和日語詞干r 食 人J 相對(duì)應(yīng)的蒙古語詞干是r i d e j 表達(dá)使役態(tài)時(shí) 把使役態(tài)附加成分r 一 s a s e d 接加在詞干上 就派生 為 食一 s a s e j 同樣 在蒙古語的詞干上接加相對(duì) 應(yīng)的使動(dòng)態(tài)附加成分 g u l j 就派生為r i d e g u l j 同 時(shí)也存在一些不同點(diǎn) 例如 由于兩種語言在敬語 方面的表達(dá)方式有所不同 表達(dá)尊敬的日語附加成 分r 一 r a r e J 和r 一 i m a s J 相對(duì)應(yīng)的蒙古語的附加成 分就不存在 還有 日語使役態(tài)附加成分r 一 s a s e J 相對(duì)應(yīng)的蒙古語的使動(dòng)態(tài)附加成分有r G o l g u lJ r 1 G a l g c jr G a g e j 等三組 現(xiàn)階段 本系統(tǒng)只限于 第一組rG o l g u lJ 為了便于處理 以后把rG o l g u l j 等表達(dá)同樣的語法意義并且相對(duì)立的這種附加 成分記為 G g o u l J 下面把日語動(dòng)詞短語翻譯 為蒙古語的過程表示為圖2 日語動(dòng)詞短語 附加成分的羅馬字轉(zhuǎn)換 派生文法的解析結(jié)果 日一蒙轉(zhuǎn)換 蒙古浯語音規(guī)則處理 蒙古語動(dòng)詞短語 食 芒世亡 0 食 s a s e t a 食 s a s e 一一 i R a i d e G g J o u lb a e i d e g u l b e 8 i d e g u l b e 圖2 基于派生文法的動(dòng)詞短語翻譯例 4 翻譯過程中存在的難點(diǎn) 日語和蒙古語雖然在句法和構(gòu)詞方面有很多相 似之處 但也有不同點(diǎn) 例如 否定性動(dòng)詞短語中的 附加成分的結(jié)構(gòu)不同 還有 日語和蒙古語不能一 一對(duì)應(yīng)的現(xiàn)象 在這種情況下生成的動(dòng)詞短語就成 為不正確的或不自然的譯文 在本章里 將對(duì)這些 問題舉例說明 4 1 同形附加成分的區(qū)分 日語在派生文法中存在同形附加成分 但其對(duì) 應(yīng)的蒙古語的附加成分就不同 例如 表達(dá)愿望的 附加成分和表達(dá)過去式的附加成分都是r 一 i t a j 而且 對(duì)同一個(gè)表達(dá)過去式的附加成分來說 它的連 體形和終止形也是f i t a 3 但其蒙古語的譯文是 不相同的 如圖3 所示 語法機(jī)能愿望過去式連體形過去式終I E 形 日語言k i t a i 眷i t 魚a m o n o II 蒙古語 b i q i y e b i q i g s e ny a G o m a 香照 I b i q i b e 圖3同形附加成分相對(duì)應(yīng)的蒙古語附加成分例 以上三種附加成分的形狀都是r 一 i t a j 但其在 蒙古語中 表達(dá)愿望的附加成分相對(duì)應(yīng)的附加成分 為r y e j 表達(dá)過去式附加成分的連體形為 g s e n A 表達(dá)過去式附加成分的終止形為r b ej 因此 要翻 譯日語附加成分r 一 i t a d 時(shí) 必須根據(jù)其機(jī)能和動(dòng)詞 形 從r y e a r g s e n j 和r b e j 中進(jìn)行適當(dāng)?shù)倪x擇 4 2 杪變名詞和杪變動(dòng)詞的翻譯問題 在日語里 像 勉強(qiáng)亨弓J 感謝寸弓J 似的 存在 一些名詞上后接r 亨弓J 的詞 這類名詞叫做寸變 名詞 名詞后接r 寸否J 把名詞動(dòng)詞化的詞 在語 法上叫做妒變動(dòng)詞 寸變名詞通常指的是表示動(dòng)作 的名詞 和寸變動(dòng)詞一起 作為合成詞來使用 日 語里 廿變名詞和廿變動(dòng)詞的數(shù)量很多 在蒙古語中 和r 亨為J 相當(dāng)?shù)膯卧~是r h i h u j 譬如 日語的r 勉強(qiáng)J 相對(duì)應(yīng)的動(dòng)詞是r s o r o l q a j 作 為合成詞來使用的 勉簸寸弓J 要譯成蒙文時(shí) 如果 把 勉強(qiáng)j 和r 寸否J 直接翻譯的話 就成為兩個(gè)動(dòng) 詞r s o r o l q a jr h i h u j 這樣的譯文是不正確或不自然 的 其實(shí)蒙文里有r s o r o l q a h o j 這樣的譯文 于是 要正確翻譯 勉強(qiáng)J r 中否J 必須使它變?yōu)?勉強(qiáng)中 r U A 這樣一個(gè)詞干上接加附加成分的形態(tài) 4 3 語序的不一致 日語和蒙古語語序雖然有很多相似之處 但也 有不同點(diǎn) 例如 表達(dá)否定性動(dòng)詞短語的過去式時(shí) 兩種語言的附加成分的順序就會(huì)有不同之處 表達(dá) 現(xiàn)在和未來式的時(shí)候 蒙古語有必要追加附加成分 這是作者根據(jù)派生文法研究出來的有限狀態(tài)自動(dòng)機(jī)模型 萬方數(shù)據(jù) 5 0 中文信息學(xué)報(bào) 下面以 食八n a k a t t a J 和 食 一c n a i j 兩個(gè)動(dòng)詞短語為 例 看看兩種語言之間的不同點(diǎn) 例1 食 n a k a t t a 日語 動(dòng)詞詞干否定式附加成分 蒙古語 動(dòng)詞詞干過去式附加成分 日語 過去式附加成分 蒙古語 否定式附加成分 例2 食弋n a i 日語 動(dòng)詞詞干 蒙古語 動(dòng)詞詞干非過去式附加成分 日語 否定式附加成分附加成分 蒙古語 否定式附加成分附加成分 例1 表示 日語附加成分的順序是 否定式附 加成分在前而過去式附加成分在后 蒙古語附加成 分的順序是 過去式附加成分在前而否定性附加成 分在后 例2 表示 日語否定性附加成分直接和詞 干連接 而蒙古語的詞干和否定性附加成分之間必 須要追加非過去式附加成分 有一些日語附加成分 沒有相對(duì)應(yīng)的譯文 譬如本例中的r i J 就是其中的 一個(gè) 5 對(duì)難點(diǎn)問題的解決 本文不僅要利用語言之間的類似性 而且要進(jìn) 行句法分析 下面要論述對(duì)第四章里提出的疑難問 題的解決方法 5 1 同形附加成分的區(qū)分 同形附加成分的區(qū)分是要根據(jù)句法單位內(nèi)的附 加成分的黏著前狀態(tài)和黏著后狀態(tài)來決定的 所謂 的附加成分的黏著前狀態(tài)就是黏著什么樣的詞干 所謂附加成分的黏著后狀態(tài)就是黏著之后派生什么 樣的二次詞干或者形成動(dòng)詞形的連用形 連體形 終 止形和命令形的哪一種 譬如對(duì)附加成分 i t a j 來說 在表示愿望和表示過去式的場合 雖然黏著前 狀態(tài)都是動(dòng)詞詞干 但是黏著后狀態(tài)就不同 前者 的黏著后狀態(tài)是形狀動(dòng)詞詞干 后者是動(dòng)作動(dòng)詞連 體形和終止形 這種不同狀態(tài)能使同形附加成分有 區(qū)分開來的可能性 因此 本系統(tǒng)解決了對(duì)同形附 加成分的區(qū)分問題 也實(shí)現(xiàn)了圖3 中的表示愿望的 i t a j 譯為F y e j 表示過去式附加成分 i t a j 的連 體形譯為F g s e n j 終止形譯為r b e j 5 2 對(duì)妙變名詞和杪變動(dòng)詞的翻譯問題的處理 關(guān)于第四章里提出的寸變名詞和寸變動(dòng)詞翻譯 問題的對(duì)策是把同一個(gè)句法單位的寸變名詞和廿變 動(dòng)詞用以下規(guī)則來合成一個(gè)動(dòng)作動(dòng)詞 規(guī)則 寸變名詞十廿變動(dòng)詞一動(dòng)作動(dòng)詞 例如 把r 勉強(qiáng)J 和 中弓J 合并為 勉強(qiáng)亨否J 因此 把詞干部分 勉強(qiáng)中j 和附加成分r r U J 分別 譯為r s o r o l q a j 和r h o j 這樣就生成了 s o r o l q a h o j 的很自然的蒙古語譯文 5 3 語序不一致的調(diào)整 本文從派生文法的角度把日語句法單位看作是 詞干上接加附加成分串的形式 關(guān)于第四章第3 節(jié) 里舉的否定性動(dòng)詞短語的問題 對(duì)附加成分的順序 制作了調(diào)整規(guī)則 運(yùn)用這些規(guī)則對(duì)附加成分的順序 進(jìn)行處理 以下表示的是具體的規(guī)則 規(guī)則1 動(dòng)作動(dòng)詞詞干 否定式附加成分 過去式附加成分一 動(dòng)作動(dòng)詞詞干 過去式附加成分 否定式附加成分 規(guī)則2 動(dòng)作動(dòng)詞詞干 否定式附加成分一 動(dòng)作動(dòng)詞詞干 非過去式附加成分 否定式附加成分 運(yùn)用以上規(guī)則解決了在第四章第3 節(jié)中舉的例 1 例2 的附加成分的調(diào)整問題 把日語的詞干和附 加成分轉(zhuǎn)換成蒙古語的詞干和附加成分 用語音規(guī) 則生成動(dòng)詞短語 結(jié)果是 把r 食弋n a k a t t a j 譯為 r i d e g s e nu g e i j 把 食八n a i j 譯為r i d e h uu g e i j 的很 自然的譯文 6 機(jī)器翻譯系統(tǒng)的實(shí)現(xiàn) 6 1 系統(tǒng)的構(gòu)造 本系統(tǒng)由四個(gè)部分組成 圖4 也就是詞法句 法分析 基于派生文法的附加成分分析 日語一蒙古 語轉(zhuǎn)換和蒙古語短語生成等 詞法分析利用了日語詞法分析系統(tǒng)J U M A N 句法分析利用了日語句法分析系統(tǒng)K N P 對(duì)于K N P 分析出來的短語進(jìn)行基于派生文法 的附加成分分析和蒙古語語音規(guī)則處理 6 2 基于派生文法的附加成分分析 本模塊是由5 個(gè)部分模塊組成 圖5 6 2 1 詞干整理 派生文法基于日語作為黏著語的性質(zhì) 認(rèn)為詞 萬方數(shù)據(jù) 2 期百順 基于派生文法的日一蒙動(dòng)詞短語機(jī)器翻譯研究 5 1 日文 t 詞法 句法分析 l 基于派生語法的附加成分分析 t 日語一蒙古語轉(zhuǎn)換 I 蒙古語短語生成 t 蒙古文 圖4 日一蒙機(jī)器翻譯系統(tǒng)流程圖 詞法和句法 分析結(jié)果 i 詞干整理 二二 二 根據(jù)活用形抽出 附加成分 二二 二二 假名羅馬字轉(zhuǎn)換 二二工二 附加成分分析 二二工二 語序調(diào)整 二二工二 日語詞干和 附加成分串 活用形附 加成分對(duì) 應(yīng)表 假名羅馬 字轉(zhuǎn)換表 附加成分 定義表 圖5 附加成分分析模塊 干上接加附加成分而構(gòu)詞或構(gòu)形 詞干整理基于這 個(gè)觀點(diǎn) 把K N P 分析結(jié)果的短語當(dāng)作一個(gè)詞干和 附加成分的連接形式 但是 日語句法分析系統(tǒng) K N P 分析出來的短語里有可能存在多個(gè)獨(dú)立詞的 情況 針對(duì)這個(gè)問題 有必要把這些多個(gè)獨(dú)立詞 并為一個(gè)合成詞來處理 例如 在r 一括魍理中 否j 的短語里包含r 一括J r 翅理J 中為J 等三個(gè) 獨(dú)立詞 把這三個(gè)獨(dú)立詞并為一個(gè)r 一括熟理寸 為J 的合成詞 合成詞的詞類由最后的獨(dú)立詞的 詞類來決定 6 2 2 根據(jù)活用形抽出附加成分 派生文法認(rèn)為 日語不存在活用 也就是說 動(dòng) 詞 含形容詞 形容動(dòng)詞 是在詞干上接加附加成分 而構(gòu)成的 因此存在著構(gòu)成各種活用形的機(jī)能附加 成分 例如 表1 所表示的是構(gòu)成輔音動(dòng)詞 舂 J 的活用形的附加成分 根據(jù)活用形抽出附加成分的目的是要抽出表1 所表示的那種構(gòu)成動(dòng)詞 含形容詞 形容動(dòng)詞 的活 用形的附加成分 方法是 利用J U M A N 分析出來 表1活用形形成附加成分的例子 活用形 傳統(tǒng)文法 派生文法 附加成分 未然形睿加 k a k aa 基本連用形考謄 k a k iI 基本形害 k a k UU 基本條件形害C 于C 善k a k e b ae b a 意志形害二 jk a k O U0 U 命令形害C 于 k a k ee 表2 活用形附加成分對(duì)應(yīng)表的一部分 活用形一活用形 附加成分 輔音動(dòng)詞力行一未然形 a 輔音動(dòng)詞力行一基本形 U 輔音動(dòng)詞力行一意志形 o U 輔音動(dòng)詞力行一命令形 e 輔音動(dòng)詞力行一基本條件形e b a 輔音動(dòng)詞力行一基本連用形 l 的有活用形的獨(dú)立詞 動(dòng)詞 形容詞 形容動(dòng)詞 的活 用形和活用形的信息 作了附加成分表 根據(jù)這個(gè) 表 進(jìn)行構(gòu)成活用形的附加成分的抽出 表2 所表 示的是由于活用型和活用形而得出的附加成分表的 一部分 6 2 3 附屬詞的羅馬字轉(zhuǎn)換 派生文法是以語音學(xué) 形態(tài)學(xué)為中心的文法 把附加成分作為語音單位來考慮 因此必須用羅馬 字來表示 附加成分的羅馬字轉(zhuǎn)換正是從這個(gè)觀點(diǎn) 出發(fā)的 因此 作者制作了日語的假名和羅馬字對(duì) 應(yīng)表 根據(jù)這個(gè)表 對(duì)J U M A N 的詞法分析出來的 附加成分進(jìn)行羅馬字轉(zhuǎn)換處理 表3 表示的是假名 和羅馬字對(duì)應(yīng)表的一部分 表3 假名和羅馬宇對(duì)應(yīng)表的一部分 假名 世 島扎允 羅馬字 S e r ar et a 6 2 4 附加成分的分析 根據(jù)附加成分定義表 對(duì)詞干上接加的附加成 分串進(jìn)行重新分析 派生文法是正規(guī)文法 因此可 以作為有限狀態(tài)自動(dòng)機(jī)來處理 圖1 根據(jù)附加成 分定義表 把自動(dòng)機(jī)的狀態(tài)作為詞干種類 輸入為附 加成分 因此 這個(gè)表具有使附加成分模型化的意 義 定義表記錄了派生文法中包含的全部附加成 萬方數(shù)據(jù) 5 2 中文信息學(xué)報(bào) 分 具體的分析方法是這個(gè)自動(dòng)機(jī)接受正規(guī)表達(dá)式 對(duì)附加成分的匹配 附加成分定義表的一部分為表 4 所示 6 2 5 附加成分的順序調(diào)整 附加成分順序的調(diào)整在第5 章第3 節(jié)中說明 過 此處不再贅述 表4 附加成分定義表的一部分 黏著前狀態(tài)語法機(jī)能黏著后狀態(tài)附加成分 動(dòng)作動(dòng)詞詞干非完成態(tài)肯定動(dòng)作動(dòng)詞連體形 r U 動(dòng)作動(dòng)詞詞干完成態(tài)肯定動(dòng)作動(dòng)詞連體形 i t a 動(dòng)作動(dòng)詞詞干前望態(tài)肯定動(dòng)作動(dòng)詞連體形 y o n 動(dòng)作動(dòng)詞詞干使役動(dòng)作動(dòng)詞詞干 s a s e 動(dòng)作動(dòng)詞詞干被動(dòng)動(dòng)作動(dòng)詞詞干 r 8 1 e 形狀動(dòng)詞詞干非完成態(tài)形狀動(dòng)詞終止形 l 形狀動(dòng)詞詞干完成態(tài) 形狀動(dòng)詞終止形 k a t t a 6 3 日一蒙轉(zhuǎn)換模塊 7 實(shí)驗(yàn)評(píng)價(jià) 利用日一蒙詞干詞典和日一蒙附加成分對(duì)照 表 把日語的詞干和附加成分分別譯為蒙古語的詞 干和附加成分 日蒙附加成分對(duì)照表包括 派生文法的全部 附加成分和根據(jù)翻譯系統(tǒng)的需要而補(bǔ)充的一些附 加成分 在蒙古語附加成分里有很多同音異形附 加成分 因此 蒙古語附加成分的譯文里不只是一 對(duì)一 還有一對(duì)多的情況 例如 日語屬格助詞 刃j 相對(duì)應(yīng)的蒙古語附加成分是y i n o n u n o u 等五種 6 4 蒙古語生成模塊 運(yùn)用語音規(guī)則把蒙古語詞干和附加成分連接起 來 生成蒙古語短語 蒙古語語音規(guī)則是根據(jù)蒙古語 語法E z 又從符合自然語言處理的角度制作的 蒙古 語語音規(guī)則主要包括元音和諧規(guī)則 元音和輔音相連 規(guī)則 輔音和諧規(guī)則 連接元音書寫規(guī)則等 圖6 表 示的是應(yīng)用語音規(guī)則生成蒙古語短語的例子 習(xí)語短語食 s a s e t a 附加成分分析食 一 s a s e i t a 日一蒙轉(zhuǎn)換 i d eE G g F o u lF G g s a e 元音和諧規(guī)則 i d eF G g u l G g s e n 輔音和諧規(guī)則 元音輔音結(jié)合規(guī)則 i d e g u lg s e n 連接元音書寫規(guī)則 i d e g u l Ug s e n 蒙古語短語生成i d e g u l u g s e n 圖6應(yīng)用語音規(guī)則生成蒙古語短語的例子 在本章里 運(yùn)用作者試作的翻譯系統(tǒng)進(jìn)行了動(dòng) 詞短語的實(shí)驗(yàn) 并做出評(píng)價(jià) 7 1 對(duì)象數(shù)據(jù) 為了試驗(yàn)本系統(tǒng)的翻譯精度 在日本每日?qǐng)?bào) 9 的有關(guān)農(nóng) 林 牧 水的3 1 0 個(gè)新聞報(bào)道中 用機(jī)械選 擇了3 0 個(gè)新聞報(bào)道作為測試數(shù)據(jù)庫 其余的2 8 0 個(gè)新聞報(bào)道作為訓(xùn)練數(shù)據(jù)庫 而且以測試數(shù)據(jù)庫作 為對(duì)象 用本系統(tǒng)進(jìn)行了翻譯 對(duì)其生成的4 0 3 個(gè)不 同動(dòng)詞短語進(jìn)行了評(píng)價(jià) 7 2 評(píng)價(jià)方法 評(píng)價(jià)是由作者以外的一位蒙古族人來實(shí)施的 在這里 所謂的正確譯文就是作為蒙古語完全正確 的表述 所謂的錯(cuò)誤譯文就是語法或意義上不正確 的表述 這次評(píng)價(jià)因?yàn)椴皇钦麄€(gè)句子的評(píng)價(jià) 而是 以短語為單位 并且重點(diǎn)放在附加成分的分析和蒙 古語語音規(guī)則的準(zhǔn)確率上 所以對(duì)詞典里沒有記錄 的單詞 進(jìn)行了一些適當(dāng)?shù)难a(bǔ)充 7 3 結(jié)果和考察 針對(duì)測試數(shù)據(jù)庫3 0 篇新聞報(bào)道進(jìn)行翻譯的 結(jié)果生成了4 8 1 個(gè)蒙古語動(dòng)詞短語 其中有一 些重復(fù)的 不同動(dòng)詞短語的數(shù)量為4 0 3 個(gè) 正確 翻譯的動(dòng)詞短語有3 8 6 個(gè) 獲得了9 5 7 8 的正 確率 表5 萬方數(shù)據(jù) 2 期 百順 基于派生文法的日一蒙動(dòng)詞短語機(jī)器翻譯研究5 3 表5 正確翻譯率 不同動(dòng)詞短語數(shù)正確翻譯數(shù)正確翻譯率 4 0 33 8 69 5 7 8 下面把錯(cuò)誤譯文的詳細(xì)原因表示為表6 表6 錯(cuò)誤翻譯的原因細(xì)目 錯(cuò)誤翻譯的原因個(gè)數(shù)錯(cuò)誤翻譯率 同形附加成分的區(qū)分O 廿變名詞和廿變動(dòng)詞處 0 語序的不一致 O 附加成分分析失敗 10 2 5 語音規(guī)則處理 1 33 2 3 多義詞30 7 4 合計(jì) 1 7 4 2 2 表6 當(dāng)中的同形附加成分的區(qū)分 廿變名詞和 廿變動(dòng)詞的處理以及語序的不一致是在第四章里談 到的問題 這次試驗(yàn)當(dāng)中同形附加成分的區(qū)分問題 出現(xiàn)的次數(shù)為1 0 3 次 其中表示愿望的場合是1 次 表示過去式連體形的場合是2 1 次 表示過去式終止 形的場合是8 1 次 由于本系統(tǒng)的特殊處理而全部 翻譯為正確譯文 關(guān)于廿變名詞和寸變動(dòng)詞的處理 8 5 次 和語 序的不一致 1 6 次 問題 由于本系統(tǒng)中采取適當(dāng)?shù)?對(duì)應(yīng)措施而翻譯的譯文也是全部正確的 關(guān)于附加成分的分析是基于派生文法的最關(guān)鍵 的環(huán)節(jié) 在文獻(xiàn)E 5 3 里附加成分分析的失敗占錯(cuò)誤 翻譯率的8 5 通過附加成分定義規(guī)則的強(qiáng)化 這 次試驗(yàn)中失敗的個(gè)數(shù)是1 個(gè) 不過 這也是在含有 文言文的動(dòng)詞短語的場合出現(xiàn)的失敗 這次試驗(yàn)中需要語音規(guī)則處理的地方有5 6 9 個(gè) 詞干和附加成分 附加成分和附加成分之間的 連接處都需要語音規(guī)則的處理 所以 語音規(guī)則處 理的個(gè)數(shù)比動(dòng)詞短語要多得多 語音規(guī)則處理的總 數(shù)5 6 9 次中 由語音規(guī)則而引起的失敗個(gè)數(shù)是2 個(gè) 由補(bǔ)助動(dòng)詞的處理而導(dǎo)致的失敗個(gè)數(shù)是1 1 個(gè) 蒙古語語音規(guī)則里有一些特殊現(xiàn)象 要對(duì)這些 特殊現(xiàn)象進(jìn)行處理 現(xiàn)在的語音規(guī)則還不夠充分 還 需要探討和強(qiáng)化 還有 在本文中是把補(bǔ)助動(dòng)詞作 為附加成分來處理的 這次試驗(yàn)中補(bǔ)助動(dòng)詞語音處 理的失敗次數(shù)最多 譬如 本系統(tǒng)把 生彥L L 弓J 翻譯為 u i l e d b u r i l e j ub a i n eJ 這是錯(cuò)誤譯文 正確譯文應(yīng)該是r u i l e d b u r i l e j ub a i n ai 這是因?yàn)?現(xiàn)系統(tǒng)中日語動(dòng)詞短語和蒙古語動(dòng)詞短語都是由詞 干上接加附加成分串構(gòu)成的 特別是蒙古語的語音 處理是由詞干 一次詞于 的性質(zhì)決定附加成分的性 質(zhì) 并且選擇符合一次詞干性質(zhì)的附加成分 例子 中的一次詞干r u i l e j 是陰性詞干 按元音和諧規(guī) 則 一次詞干 陰性 上接加的附加成分都是陰性的 但是 蒙古語的補(bǔ)助動(dòng)詞r b a i n a 3 是個(gè)獨(dú)立詞 也 是詞干上后接附加成分構(gòu)成的 因此 按理說是補(bǔ) 助動(dòng)詞的詞干r b a i j 決定其后接加的附加成分的性 質(zhì) 但是 現(xiàn)在的系統(tǒng)是補(bǔ)助動(dòng)詞詞干上接加的附 加成分也受一次詞干r u i l e j 的制約 所以導(dǎo)致語音 規(guī)則處理的失敗 對(duì)補(bǔ)助動(dòng)詞的語音規(guī)則處理問題 作為今后的研究課題保留 多義詞處理是整個(gè)機(jī)器翻譯的難點(diǎn)之一 對(duì)于 日一蒙機(jī)器翻譯來說 多義詞包括詞干的多義和附 加成分的多義兩種 對(duì)附加成分的多義而言 日語 動(dòng)詞構(gòu)詞構(gòu)形附加成分的多義詞不多 其中 在本 文里對(duì)某些多義附加成分進(jìn)行了處理 比如說 在 第五章第1 節(jié)里解決的同形附加成分 i t a A 的區(qū) 分就是在某種意義上的多義詞處理 是根據(jù)詞干和 附加成分的連接前狀態(tài)和連接后狀態(tài)處理的 在本 文中 對(duì)詞干的多義詞還沒有進(jìn)行處理 譬如 本系 統(tǒng)把 南弓E 謄J 翻譯為 b a i n aq a G 3 這是錯(cuò)誤譯 文 正確譯文應(yīng)該是r j a r i mu y e 3 這次試驗(yàn)當(dāng)中 出現(xiàn)了向這種不符合原文意思的譯文只3 個(gè) 這是 因?yàn)?其一 日語和蒙古語有很多相似之處 其二 本系統(tǒng)訓(xùn)練數(shù)據(jù)庫和測試數(shù)據(jù)庫都是關(guān)于農(nóng) 林 牧 水的新聞報(bào)道 為了提高本系統(tǒng)的正確翻譯率 對(duì)多義詞的處理作為下一個(gè)階段的研究目標(biāo) 8結(jié)論 本文以日語到蒙古語的機(jī)器翻譯系統(tǒng)的開發(fā)為 目標(biāo) 提出并實(shí)現(xiàn)了基于日語派生文法的動(dòng)詞短語 的翻譯方式 根據(jù)試驗(yàn)結(jié)果 證明了動(dòng)詞短語的高 精度的翻譯是可能的 今后 為了提高動(dòng)詞短語的正確翻譯率 強(qiáng)化對(duì) 補(bǔ)助動(dòng)詞的處理 研究的重點(diǎn)放在多義詞的處理并 實(shí)現(xiàn)具有實(shí)用性的日一蒙機(jī)器翻譯系統(tǒng) 致謝日本東京大學(xué)石川徼也特任教授和筑波 大學(xué)長谷部紀(jì)元教授對(duì)本研究給予了極大的支持和 精心的指導(dǎo) 在此表示衷心的感謝 萬方數(shù)據(jù) 5 4 中文信息學(xué)報(bào) 2 0 0 8 艇 參考文獻(xiàn) 1 3 2 3 清瀨羲三鄄剮府 霹本籍文法新榆一派生文法序稅 M 東京 桉楓社 1 9 8 9 演輳爾泰 蒙古諉語法 M 呼和浩特 內(nèi)蒙蠢人民出 版柱 1 9 9 1 巴達(dá)瑪敖德斯?fàn)?面向機(jī)器翻譯的漢蒙短語轉(zhuǎn)換規(guī)則 研究 M 呼和浩特 內(nèi)蒙古教育出版社 2 0 0 5 那矮鳥瑟羯 蓑群 邑迭瑪敖德簸零 關(guān)予漢蒙瓿爨蘩 助翻譯系統(tǒng) J A 乙T A IH A K P O 2 0 0 1 1 1 3 5 4 1 百腰 畏谷都紀(jì)元 石j 徽魄 派生文法基哆 日本疆 加島乇y p 黼 力文箭翻袈 A 裔褡妞理學(xué)會(huì)第 1 2 湖年次大會(huì)凳表瀚文集 C 東京 2 0 0 6 5 8 4 5 8 7 小j 泰弘 五7 夕 l 7 7 X 衫澎麓津汪 獠壤 康游 派生文法 上為日本黼形憋索解析 A 情鞭魍 理學(xué)會(huì)輸文蒜 C 1 9 9 9 4 0 3 1 0 8 1 1 0 9 0 伊 迭瓦 張暴浩等 蒙轟添語富一文字鶼塞費(fèi)純娥理 J 中文信息攀撮 2 0 0 6 2 0 4 5 6 6 2 聶建云 陳江 利用平行網(wǎng)藤建立中英文統(tǒng)計(jì)翻譯模型 中文信息學(xué)報(bào) 2 0 0 1 1 5 1 1 1 2 C D 一每蠢薪鬻 京京 每囂凝鬻柱 2 0 0 2 辱 毒掣魯辱 導(dǎo) 辱分 學(xué) 簪告一毋 彘扣暈魯 靜 暈 骨 帶爭 審 串 母 骺 供 簪 囂 辟鼢始 苷 簪 辱耆n 始 世 乍 簪扣供 簪 暈 母 毋爭學(xué) 爭 辱毒 母分掣 售 簪蠹嘣誓 上接第2 7 頁 裘2 結(jié)果努耩對(duì)阮表 待消解對(duì)模激識(shí)別出待 正確識(shí)別出 準(zhǔn)確率 召回率F 值 豹總數(shù)目消辯對(duì)總數(shù)目的待消解對(duì)數(shù)強(qiáng) 人稱代謠消解 1 2 4 8 75 4 6 2 0 7 4 9 0 7 5 垂 8 l 艇為別名或簡稱的消解 4 22 91 55 1 7 2 3 7 8 4 3 6 8 撩忝我鑲瀵勰 2 5 61 4 24 22 9 S 8 1 8 8 2 3 1 2 本實(shí)驗(yàn)的共指消解 3 7 9 2 6 5 2 0 87 8 4 9 5 4 7 4 6 4 5 參考文獻(xiàn) 王3 2 3 4 5 芏簿晦 摻我潰薅黲蕊零方法秘蜜瑗技零西 孛文信 息學(xué)報(bào) 2 0 0 2 1 6 6 9 1 7 王厚峰 何婷婷 漢語巾人稱代詞的消解研究 J 計(jì)算 稅學(xué)援 2 0 0 1 2 4 2 1 3 6 1 4 3 李國匝 羅云飛 采用儻先選擇策略盼中文人稱代譎的 指代消解 J 中文信息學(xué)報(bào) 2 0 0 5 1 9 4 2 4 3 0 誨敏 王熊忠 馬彥華 漢語中指代問題的研究及討論 口 秀南黼范大學(xué)學(xué)掇 1 9 9 9 2 4 6 6 3 3 6 3 7 錢偉 郭以昆 周雅倩 吳立德 基于最大熵模濺的英文 名詞短語指代消解 J 計(jì)算機(jī)研究與發(fā)展 2 0 0 3 4 0 6 7 8 9 9 i 3 3 7 1 3 4 3 W e eM e n gS o o n H w e eT o uN gt D a n i e lC h u n gY o n g L i m AM a c h i n eL e a r n i n gA p p r o a c ht oC o r e f e r e n c e R e s o l u t i o no fN o u nP h r a s e s J C o m p u t a t i o n a lL i n g u i s t i c s 2 0 0 1 2 7 4 5 2 1 5 4 4 劉群 統(tǒng)計(jì)機(jī)器翻譯綜述E J 中文信息學(xué)報(bào) 2 0 0 3 1 7 4 1 1 2 MV i l a i n JA b e r d e e ne ta l Am o d e l t h e o r e t i cc o r e f e r e n c es c o r i n gs c h e m e A P r o c O ft h e6 t hM e s s a g e U n d e r s t a n d i n gC o n f M u c 6 c 1 9 9 5 4 5 5 2 A B e r g e r v D e l l aP i e t r a 實(shí)例模式子 系統(tǒng)在1 559個(gè)句子的封閉測試中達(dá)到99 的準(zhǔn)確率 在1 500個(gè)句子的開放測試中達(dá)到85 的準(zhǔn)確率 配價(jià)模式子系統(tǒng)在 3 059個(gè)句子的測試中達(dá)到了 89 的準(zhǔn)確率 4 期刊論文 孫連恒 楊瑩 姚天順 OpenE 一種基于n gram共現(xiàn)的自動(dòng)機(jī)器翻譯評(píng)測方法 中文信息學(xué)報(bào)2004 18 2 在機(jī)器翻譯研究領(lǐng)域中 評(píng)測工作發(fā)揮著重要的作用 它不僅僅是簡單地對(duì)各個(gè)系統(tǒng)輸出結(jié)果進(jìn)行比較 它還對(duì)關(guān)鍵技術(shù)的發(fā)展起到了促進(jìn)作用 譯文 質(zhì)量的評(píng)測工作長期以來一直以人工的方式進(jìn)行 隨著機(jī)器翻譯研究發(fā)展的需要 自動(dòng)的譯文評(píng)測研究已經(jīng)成為機(jī)器翻譯研究中的一個(gè)重要課題 本文討論 了基于n gram共現(xiàn)的自動(dòng)機(jī)器翻譯評(píng)測框架 介紹了BLEU NIST OpenE三種自動(dòng)評(píng)價(jià)方法 并通過實(shí)驗(yàn)詳細(xì)分析了三種方法的優(yōu)缺點(diǎn) 其中的OpenE采用了 本文提出了一種新的片斷信息量計(jì)算方法 它有效地利用了一個(gè)局部語料庫 參考譯文庫 和全局語料庫 目標(biāo)語句子庫 實(shí)驗(yàn)結(jié)果表明這種方法對(duì)于機(jī)器 翻譯評(píng)價(jià)來說是比較有效的 5 學(xué)位論文 李劍 英漢機(jī)器翻譯中的句型轉(zhuǎn)換和譯文生成 2005 隨著對(duì)外交流的日益廣泛 機(jī)器翻譯的研究與實(shí)現(xiàn)有著重要的現(xiàn)實(shí)意義 同時(shí) 機(jī)器翻譯的研究對(duì)于自然語言理解 人工智能 計(jì)算語言學(xué)等學(xué)科 的研究也起著重要的推動(dòng)作用 并對(duì)促進(jìn)情報(bào)獲取工作發(fā)展具有重要的意義 機(jī)器翻譯 MT 就是應(yīng)用計(jì)算機(jī)實(shí)現(xiàn)從一種自然語言文本到另一種自 然語言文本的翻譯 20世紀(jì)90年代以來 機(jī)器翻譯的方法基本上可分為兩大類 理性主義的基于規(guī)則的方法和經(jīng)驗(yàn)主義的基于語料庫的方法 本 文以軍隊(duì)某部重點(diǎn)科研項(xiàng)目 英漢智能型機(jī)器翻譯系統(tǒng)為基礎(chǔ) 設(shè)計(jì)實(shí)現(xiàn)了機(jī)器翻譯中的句型轉(zhuǎn)換和譯文生成等功能 本文首先論述了課題背景與意 義 介紹了機(jī)器翻譯的發(fā)展與研究現(xiàn)狀及系統(tǒng)概況 然后對(duì)英漢兩種語言進(jìn)行對(duì)比研究 論述了英漢語言的特點(diǎn)及差別 并給出相應(yīng)的消歧策略 接著 重點(diǎn)介紹了句型轉(zhuǎn)換和譯文生成模塊的設(shè)計(jì) 實(shí)現(xiàn)過程 最后給出系統(tǒng)實(shí)驗(yàn)結(jié)果 針對(duì)英語中的疑問句等特殊句型 系統(tǒng)采用了利用句型轉(zhuǎn)換對(duì) 其進(jìn)行處理的新策略 在格語法的基礎(chǔ)上 本文提出了擴(kuò)展的基于信息的格語法 EICG 并設(shè)計(jì)實(shí)現(xiàn)了基于EICG的句型轉(zhuǎn)換器 將各種特殊句型轉(zhuǎn)換為 陳述句語序 翻譯是一個(gè)高度智能化的過程 單純的運(yùn)用某種方法都不能取得比較理想的翻譯效果 因此 本文將經(jīng)驗(yàn)主義的方法和傳統(tǒng)的基于 規(guī)則的方法相結(jié)合 在傳統(tǒng)的規(guī)則體系下 引入翻譯模式的支持 兩種方法相互補(bǔ)充 設(shè)計(jì)實(shí)現(xiàn)了用于完成源語言的轉(zhuǎn)換和生成工作的譯文生成模塊 在基于模式的方法中 基于范例推理的思想 研究了語法信息和語義信息相結(jié)合的相似度計(jì)算方法 對(duì)原有匹配算法進(jìn)行改進(jìn) 設(shè)計(jì)了基于動(dòng)態(tài)規(guī) 劃的句子相似度匹配算法及匹配原則 并給出語義相似度計(jì)算公式 通過語義相似度計(jì)算來保證對(duì)模式進(jìn)行精確匹配 在基于規(guī)則的