基于实例的维汉机器翻译若干关键问题研究

【摘要】机器翻译是目前人工智能中最活跃的研究领域之一。近年来基于语料库的机器翻译方法越来越成为研究的热点。作为基于语料库机器翻译分支之一的基于实例的机器翻译(EBMT)因较经济、建立快等特点,赢得了研究者的兴趣,对其研究具有重要的理论意义和使用价值。维吾尔语信息处理研究起步较晚,虽然目前很多研究人员在维吾尔语信息处理做了不少工作,但其基础性研究的成果和可利用工具等还是非常有限。维吾尔语作为典型的粘着性语言,其词法及句法方面与汉语有明显的不同。维吾尔语丰富而复杂的形态为维吾尔语的信息处理研究带来挑战和机会。本文以服务于基于实例的维汉机器翻译方法为宗旨,从维吾尔语的词法开始,对影响维吾尔语–汉语机器翻译的从以下几个方面进行了研究。具体的讲,本文从如下几个方面进行了研究：1.研究了维吾尔语音变现象的自动还原方法。提出了基于词内对齐方法的音变现象自动还原模型。此方法绕开以往采用的通过建立规则进行还原的方法,将音变字母还原的问题转变为序列标注问题,并用统计方法进行还原。该方法不仅易于实现,而且对于还原较复杂音变现象方面比规则方法有优势。2.研究了维吾尔语词法分析器,提出了维吾尔语词法的有向图模型。此模型将一个词看成是词干及各词尾之间的有向树,词干和词干之间的关系也描述为有向树；把词干和词尾的相应标注之间的关系也看成是对应的有向树；再把词的有向树和标注的有向树通过词和标注之间的约束关系结合起来构造一个有向图,给节点之间的边赋权值来表示每个节点之间的约束力。实验数据表明,此模型具有很好的词法分析能力。3.研究了维吾尔语-汉词(以下简称维汉)对齐方法。根据维吾尔语词尾数量多又能表示某种语法意义的特性,提出了对维吾尔语词进行词干、词尾分离方法;同时,针对词尾变体形式各异但又表达相同意思的特点,提出了采用统一的泛化形式的策略,来克服数据稀疏问题。分析维吾尔语词尾虽然也携带信息,但并不一定在汉语中明文翻译的特点,提出对词尾采用“分离—丢弃”方案,对在汉语中有直译的词尾采用“分离”方案；对于虽然在维吾尔语中表示某种意思,但在汉语中表示不出来或不经常翻译的词尾采用“丢弃”方案。该方法因同时考虑了词尾的信息以及句子的长度问题,对维汉词对齐的提高起到了积极的作用。4.提出了改进的互信息方法,并用统计与规则结合的策略提高了维吾尔语多词表达的正确率和召回率。首先,对维吾尔语中多词表的形式及结构做了分类,然后从目前常用对数似然比、互信息及卡方等统计方法抽取维吾尔语多词表达并分析结果。提出结合对数似然比和互信息相结合的方法。同时,提出与规则结合的改进的互信息方法,通过设置的多词表达模板来过滤非多词表达。实验证明,通过本文提出的方法,正确率和召回率都有了一定的提高。5.开发了基于实例的维汉机器翻译系统。为了提高相似实例查找的速度以及降低形态对检索的影响,对维吾尔语词采用了倒排索引的存储结构。同时,从不同角度、不同层面考虑,分别采用了词形相似度、词序相似度、句长相似度以及相似片段夹角等相似度计算方法获得了相似句子候选,并采用“相似片段译文在相似实例译文中的位置来估计目标句中的位置”的原则生成了目标句子。同时,将基于有向图的词法分析器、词尾泛化、“分离—丢弃”方案以及多词表达抽取方法应用到系统中,提高了词对齐信息质量。系统翻译质量比以前有提高的趋势,说明我们的词法分析、词对齐以及多词表达等方面的研究对机器翻译质量的提高确实有贡献。
【作者】麦热哈巴·艾力；
【导师】吐尔根·依不拉音；
【作者基本信息】新疆大学，计算机应用技术，2014，博士
【关键词】基于实例的机器翻译；维吾尔语；词法分析；词对齐；多词表达；

【参考文献】
[1]刘春平.基于多维尺度分析的三维非均匀无线传感网定位算法研究[D].杭州电子科技大学,计算机系统结构,2014,硕士.
[2]叶剑斌,左剑飞,黄小鉥.风电场群远程集中SCADA系统设计[J].电力系统自动化,2010,23:97-101.
[3]王大为.虚拟电能质量综合监测系统的研制与开发[D].华北电力大学（北京）,电力系统及其自动化,2004,硕士.
[4]刘英杰.河南传统商业街调研与设计实践探析[D].郑州大学,建筑与土木工程（专业学位）,2013,硕士.
[5]樊江.老铁山水道西部警戒区航路分析与设计[D].大连海事大学,交通运输规划与管理,2012,硕士.
[6]张琳丽.论威廉·康格里夫在《如此世道》中的爱情伦理观[D].西南大学,英语语言文学,2013,硕士.
[7]陈云.航运物流与流域经济的相关性分析[D].华中师范大学,物流工程,2013,硕士.
[8]那庆.信息系统环境下内蒙古联通内部审计工作现状与改进建议[D].内蒙古大学,工商管理,2013,硕士.
[9]梁文婧.《现代汉语词典》认知类指人名词研究[D].大连理工大学,语言学与应用语言学,2013,硕士.
[10]毛仙国.台州民营经济创新发展中地方政府作用研究[D].华东理工大学,公共管理（专业学位）,2013,硕士.
[11]李莲芝.中小物流企业融资租赁问题研究[D].长安大学,会计（专业学位）,2013,硕士.
[12]郑伟伟.基于类桁架的结构拓扑优化离散化方法及WEB系统研发[D].华侨大学,工程力学,2014,硕士.
[13]陈瑞涵.无意识成就目标的激活与追求[D].西南大学,发展与教育心理学,2014,硕士.
[14]武文斌.浅谈我国粮食运输包装现状及发展[J].包装世界.1998(05)
[15]王宇.沈阳公用集团生态产品市场推广项目的营销计划研究[D].吉林大学,项目管理,2014,硕士.
[16]孙书存,陈灵芝.东灵山地区辽东栎叶养分的季节动态与回收效率[J].植物生态学报,2001,01:76-82.
[17]梁宏.起伏管路二相弹状流流动特性研究[D].天津大学,热能工程,2003,硕士.
[18]吕照文.萆薢渗湿汤加减熏洗促进混合痔术后创面愈合的临床研究[D].湖南中医药大学,中医外科学,2014,硕士.
[19]张月萍.La~(3+)摻杂Fe_3O_4和CoFe_2O_4纳米颗粒的制备及磁学性能研究[D].郑州大学,凝聚态物理,2013,硕士.
[20]巩帅.清末民初军官团体专业化历程及政治取向研究[D].首都师范大学,中国近现代史,2013,硕士.
[21]叶兰兰.城市轨道交通再生制动能量回收系统研究[D].西南交通大学,轨道交通电气化与自动化,2013,硕士.
[22]张爱琳.论公民监督权的实现[D].河北大学,宪法学和行政法学,2014,硕士.
[23]高晓斌.京津沪最低工资合理性分析[D].北京交通大学,2014.
[24]刘方娜.机械牵张应力对小儿指骨骺板软骨细胞增殖分化和凋亡的影响[D].华中科技大学,小儿（骨）外科,2013,硕士.
[25]程菁.“译释论”视角下的典籍英译研究[D].宁波大学,外国语言学及应用语言学,2013,硕士.
[26]段学志.氨分解催化剂结构调控与反应机理研究[D].华东理工大学,2012.
[27]周克冰.辽化机械厂发展战略研究[D].大连理工大学,工商管理,2003,硕士.
[28]刘云龙.我国人体器官捐献法律问题研究[D].天津大学,经济法学,2013,硕士.
[29]张锋.船用重腐蚀有机涂料的制备、性能及防腐机理研究[D].北京化工大学,材料学,2007,博士.
[30]陈德春.阿托伐他汀对急性ST段抬高性心肌梗死患者尿激酶溶栓疗效的影响[D].大连医科大学,心血管内科学,2012,硕士.
[31]刘力.烟碱型乙酰胆碱受体异质化在脓毒症致骨骼肌对非去极化肌松剂敏感性下降中的作用及机制研究[D].重庆医科大学,麻醉学,2014,博士.
[32]刘建伟,乐嘉锦.流数据管理系统[J].计算机应用与软件,2005,08:1-3+38.
[33]马振武.拉深薄壁件余量加工工艺及设备[D].沈阳航空航天大学,航空宇航制造工程,2013,硕士.
[34]夏慧.基于相位调制的光子学瞬时微波频率测量研究[D].西南交通大学,通信与信息系统,2014,硕士.
[35]郑超.杆状病毒介导肝生长因子在骨髓间充质干细胞中的调控表达[D].南昌大学,外科学（专业学位）,2014,硕士.
[36]朱昌锋.铁路大型客运站到发线分配耦合优化及时域调整研究[D].兰州交通大学,交通运输规划与管理,2014,博士.
[37]胡凤娟.《狐狸》的狂欢化特点[D].河北师范大学,英语语言文学,2013,硕士.
[38]李朗.二维条码识读用嵌入式系统设计与研究[D].湖北大学,微电子学与固体电子学,2012,硕士.
[39]路亭亭.经济责任审计流程优化研究[D].贵州财经大学,会计学,2013,硕士.
[40]房海蓉,洪建平.多措并举建设高水平机械工程实验教学中心[J].实验技术与管理,2014,07:112-114+155.
[41]吴卫,姚傲雪.司母戊鼎纹饰探窥[J].设计,2015,03:85-87.
[42]彭玉石.基于主成分分析的建设工程项目延期影响因素研究[D].重庆大学,管理科学与工程,2014,硕士.
[43]赵帼平.基于河蚬（Corbicula fluminea）的城市污泥减量化研究[D].南昌航空大学,环境工程,2013,硕士.
[44]P.H.A.格里茨玛,彭亮远.构造存在时的时间-深度转换[J].石油地球物理勘探,1978,05:57-73.
[45]游晓蔓.澄泥砚形制设计艺术研究[D].景德镇陶瓷学院,设计艺术学,2014,硕士.
[46]陈娟,方滨兴,殷丽华,苏申.传感器网络中基于源节点有限洪泛的源位置隐私保护协议[J].计算机学报,2010,09:1736-1747.
[47]常仁芹,周瑛,卢晗锋,朱秋莲,陈银飞.微波加热脱附回收Y分子筛吸附的酮类有机分子[J].环境工程学报,2014,12:5399-5405.
[48]周泽春.量刑建议制度的经济分析[D].华中科技大学,经济法学,2013,硕士.
[49]王伟丽.王小波小说文体研究[D].青岛大学,中国现当代文学,2013,硕士.
[50]曹柬,杨春节,李平,周根贵.不对称信息下供应链线性分成制契约设计研究[J].管理科学学报,2009,02:19-30.