模板选型翻译 英汉翻译模板的标准化方案及其应用

在机器翻译系统中模板选型翻译，模板可以作为知识表示的方法，其规模和组织策略将极大地影响系统的整体性能。本文讨论了英汉翻译模板的标准化，提出了初步方案，并将其应用于英汉翻译系统的设计和实现。已取得初步成功，并验证了方案的可行性。它为基于大规模模板库开发高质量的英汉翻译系统提供了可能。在2005年举办的863评测中，本文开发的英汉翻译系统达到的水平：对话翻译手册评测的忠诚度和流畅度为73.62 68. 16章翻译手册评价忠诚度流畅度和流畅度分别为41.16和31.45。：机器翻译；翻译模板；标准化 标准化策略 英汉翻译模板及其应用 摘要：机器翻译系统，模板可以作为知识的表示方法，极大地影响整个系统的性能。paperstudies 标准化问题 英汉翻译模板 初步策略 比较成功的英汉翻译系统，我们展示了开发基于大型模板库的高质量英汉翻译系统的可能性。《863》评测英汉翻译系统论文达到7分 分别。：机器翻译；翻译模板；标准化 标准化策略 英汉翻译模板及其应用 摘要：机器翻译系统，模板可以作为知识的表示方法，极大地影响整个系统的性能。paperstudies 标准化问题 英汉翻译模板 初步策略 比较成功的英汉翻译系统，我们展示了开发基于大型模板库的高质量英汉翻译系统的可能性。《863》评测英汉翻译系统论文达到7分 分别。：机器翻译；翻译模板；标准化 标准化策略 英汉翻译模板及其应用 摘要：机器翻译系统，模板可以作为知识的表示方法，极大地影响整个系统的性能。paperstudies 标准化问题 英汉翻译模板 初步策略 比较成功的英汉翻译系统，我们展示了开发基于大型模板库的高质量英汉翻译系统的可能性。《863》评测英汉翻译系统论文达到7分 模板可以作为知识的表示方法，极大地影响整个系统的性能。paperstudies 标准化问题 英汉翻译模板初始策略 比较成功的英汉翻译系统，我们展示了基于大型模板库开发高质量英汉翻译系统的可能性。《863》评测英汉翻译系统论文达到7分 模板可以作为知识的表示方法，极大地影响整个系统的性能。paperstudies 标准化问题 英汉翻译模板 初步策略 比较成功的英汉翻译系统，我们展示了开发基于大型模板库的高质量英汉翻译系统的可能性。《863》评测英汉翻译系统论文达到7分

但是，由于自然语言的极端复杂性，目前还没有一种分析策略可以完全解决机器翻译系统中涉及的各种问题。为了综合利用这三种方法的优点，克服各自的问题，一种常用的方法是将多种翻译策略有机地结合起来，实现各种策略之间的优势互补，提高系统的性能[15-17]。在机器翻译的研究中，除了多种策略的综合集成，另一个重要的方法是增加处理粒度[18]。用中心词标注的目的是为了简化处理句子结构，解决机器翻译的歧义。基于块的方法是近年来自然语言领域出现的一种新思想[19]。目前，对单语词块的研究已经取得了很多成果[21-24]。可以代替 Chunk 进行机器翻译的一个概念是模板。简单的说，一个模板可以看成是一个有变量的Chunk，一个Chunk可以看成是一个没有变量的模板。使用模板而不是块可以将许多块合并为一个模板。因此，作为特例，语料库中模板的频率大于Chunk的频率。因此，为了表征一个语料库中的语言现象，所需的模板数量将远少于所需的Chunk数量。尽管模板可能比 Chunk 具有更多的歧义，但通常可以解析模板中的单个模板。

本文讨论了模板的定义，讨论了英汉翻译模板的标准化，并提出了初步方案，结合句法分析技术和模板匹配替换通用算法，应用于英汉翻译系统的设计和实现。 . 已取得初步成功，并验证了方案的可行性，从而为基于大型英汉翻译模板库开发高质量的英汉翻译系统提供了可能。有许多模板结构在各种自然语言中被重复使用。抽象地讲，模板可以看作是具有一定稳定性的语言认知结构。每个模板结构通常由几个常量和变量组成。例如，英语短语“give sth. sb”。是一个模板结构，单词“give”和“to”是常量，“sth”。和“某人” 是一个变量。当一个模板中的所有变量都替换为它们能得到的常量值时，得到的词序列称为模板的一个实例。例如，“give me”是“givesth. sb”的一个实例。为了某概念，本文还引用了一些没有变量的特殊短语或句子作为模板。来自北京市自然科学基金形式语言学项目（No.4052005)，北京市教委科技发展项目（No.Km2））作者信息：李玉健，男，1968年出生，博士，副教授，主要研究方向为自然语言处理、模式识别、生物信息学。模板中的常量项为终结符，模板中的变量项为非终结符。

一个源语言模板（ST，Source Template）往往有对应的另一种语言的目标语言模板（TT，Target Template）。源语言模板和目标语言模板形成的有序对“STTT”通常称为翻译模板。在传统的翻译模板概念中，通常要求一个源语言模板只能有一个目标语言模板，并且源语言模板的非终结符和目标语言模板的非终结符必须对应一个-一，数相等。考虑模板类别标注的问题。这里，翻译模板被定义为源语言模板和目标语言中所有可能的目标模板的集合。所以，如果考虑模板的类别标注模板选型翻译，每个类别标注下只允许一个译文，从形式上看，一个翻译模板可以参考以下标准结构某描述： Source Template POS tag TargetTemplate POStag TargetTemplate POStag TargetTemplate 其中“POS tag”表示类别标签的代码。如果使用形式语言的术语，那么每个源语言模板可以看成如下结构：(str1) 显然，每个对应的目标语言模板也可以写成：(str2) 其中在符号串(str1）和(str2）)中，有如下约束：是任意r+1个整数从小到大排列，每个 A 终止符（可能是空字符），是源语言中的 r 个非终结符，它们可以相同也可以不同；它是任意m+1个从小到大排列的整数，和一个终止符（可以是空字符），是目标语言中的m个非终结符，它们可以相同也可以不同；出现的某个非终结符具有一定的确定性转换关系，并且可能不相等。

根据上述模板的定义，以具有两个类别注释的英汉模板为例，描述如下：comment about NP vi。动词类型，“n”表示名词类型。如果没有特别说明，下面使用的词性标签与英语语法中使用的相同。由于之前定义的翻译模板不仅允许一个源语言模板有多个不同的对应的目标语言模板，而且允许每个对应的目标语言模板中存在一个非终结符和源语言模板中存在一个非终结符. 多对多和多对一的关系比传统的模板定义更能合理地反映实际的自然语言现象。此外，由于人类一生能够学习和构建的语言认知结构非常有限，可以想象，与语言认知结构相关的模板数量也非常有限，尽管这个数量可能达到数万或数百数千。，即使是几千万，但对于建立大型翻译模板库来说应该是一个有限合理的数字，不是一个遥不可及的天文数字。有了足够的模板，给定的句子就可以作为源语言模板的组合进行分析，然后可以使用通用的模板匹配替换算法将源语言翻译成目标语言[25]。但是，针对某些两种语言构建实际的大规模翻译模板库并不容易。

下面将讨论建立英汉翻译模板的初步标准化方案。首先，英汉翻译模板根据源语言部分分为静态模板和动态模板。静态模板是完全由终止符组成的短语。它们总是作为一个整体使用。严格来说，在任何语境中，都只能有这样一种固定的组合搭配，不会因为语境的变化而分开。不同的意义单位。例如：人工智能 n．人工智能; 机器翻译 机器翻译；动态模板是指除静态模板之外的任何模板，也就是说除了所有带有非终结符的模板外，还包括那些随机使用的模板。根据上下文，有时可能会分离或重新组合总词短语。一个完全由终止符组成的动态模板的例子如下：一点; 模板之所以是动态模板，是因为“一点”还可以组合成其他模板，比如：littleADJ adj。一点点ADJ；暂时的 一会儿; 显然，从一个给定的英语句子中分析出一个静态模板是非常容易的，因为静态模板在任何上下文中都可以看作是一个固定的搭配短语，所以可以通过简单的词比较匹配技术来确定。但是，如果要确保一个英语句子使用某个动态模板，就不能简单地使用词匹配和词性匹配方法。

目前好的句法分析算法一般都有较高的时间复杂度或空间复杂度要求。如果同时启用所有模板进行分析，很难得到满意的结果，尤其是在动态模板规模比较大的情况下。高效的。因此，对动态模板进行分类、排序和索引，以便根据需要调用它们是必不可少的步骤。考虑到句法分析的需要，本文就如何组织大型英汉翻译模板提出如下初步标准化方案： 根据前两项是终结符还是非终结符，动态模板进行划分分为以下五类，分别使用TT、TN、NT、NNT和NNN，其中“TT” 表示所有项都是终结符的模板（即英文单词），“TN”表示第一项的所有项，第二项是非终结符模板，“NT”表示所有的第一项都是非终结符终端和非终端，第三个是终端。“NNN”表示所有其他模板。TT模板通过第一项排序并建立索引，TN模板通过第一项排序并建立索引，NT模板通过第二项排序并建立索引，NNT模板通过第三项排序并建立索引索引；NNN 不需要创建索引，因为这样的模板总数并不多，即使全部用于句法分析，系统的整体效率也不显着。

系统首先利用输入句中的终止符从静态模板库和五种动态模板库中检索可能的模板。搜索的基础是模板中的所有常量必须同时在输入语句中依次（但可能不连续）。出现；然后使用标准的Earley算法分析句子的模板嵌套结构[26]；*后，通过模板匹配和替换实现英文句子到中文句子的翻译。整个基于模板的英汉翻译系统的框架如图1所示。 在2005年举办的863评测中，目前系统在开发集和测试集上的性能指标如表1所示。

虽然由于人力物力的限制，程序只取得了初步的成功，但是考虑到作者的翻译引擎设计完全独立于模板库，如果能够结合一些模板自动提取算法，也将加强大型模板库建设的投入，届时该方案有望对机器翻译技术的发展产生重要影响，而基于大型模板库的机器翻译技术也将达到新的高度。智能英汉翻译系统IMT/EC。中国科学[J], pp.187-194,1989. Sadler.Theoretical Basis MiMo.Machine Translation[J], Vol.5, No.3, pp.195-222, 1990. MRosetta . 作文翻译[M]．Kluwer Academic Publishers，荷兰多德雷赫特，1994. KoichiTakeda。基于模式的上下文无关语法 MachineTranslation。过程 第 34 届ACL pp.144--151，199 年6 月6. Cocke、Stephen DellaPietra、Vincent DellaPietra、Jelinek、Robert PSRoossin。统计方法机器翻译。计算语言学 1990,16(2): 79-85. Brown,Stephen DellaPietra, Vincent DellaPietra, Robert StatisticalMachine Translation: Parameter Estimation. Computational Linguistics 1993,19(< 79-85. Brown、Stephen DellaPietra、Vincent DellaPietra、Robert StatisticalMachine 翻译：参数估计。计算语言学 1993,19(< 79-85. Brown、Stephen DellaPietra、Vincent DellaPietra、Robert StatisticalMachine 翻译：参数估计。计算语言学 1993,19(<