面向形态丰富语言的翻译规则选择方法.PDFVIP

第 11 卷第 4 期 信息技术快报 Vol.11 No.4 Information Technology Letter Sep. 2013 面向形态丰富语言的翻译规则选择方法 王志洋 吕雅娟 孙萌 姜文斌 刘群 摘要：目前的机器翻译模型都是针对形态变化简单的语言（如英语）设计的，不太适合于形态丰富语言（如 维吾尔语）。在本文中，我们通过区别对待形态丰富语言中的词干与词缀，提出了一种新型的面向形态丰富 语言的翻译规则选择方法。我们用词干作为基本翻译单元以缓解数据稀疏问题，此外，每条词干粒度的翻 译规则上还附着一个词缀分布。在翻译时，通过计算待翻译片段的词缀分布与翻译规则词缀分布的相似度， 来选择更合适的翻译规则。从三种形态丰富语言（维吾尔语、哈萨克语、柯尔克孜语）到汉语的翻译实验 表明，该方法显著改善了翻译质量。 关键词：机器翻译 形态丰富语言 词缀分布 相似度 动态特征 1 v 1 引言 8 2 2 形态丰富语言是指词的形态变化比 0 表1. 形态变化类型示例 0. 较复杂、丰富的一类语言。从形态学角 变化类型 示 例 度来说，语言可以分为孤立语、屈折语、 3 黏着语和多式综合语。实际上，除了孤 gül (花) : gül+üm (我的花) 0 7 立语和少数屈折语，绝大部分语言都属 屈折变化 kitab (书) : kitab+ing (你的书) 1 于形态丰富语言。我国少数民族语言中 doppa (帽子) : doppa+si (他的帽子) 0 2 的维吾尔语、蒙古语等，以及我国周边 一致性 män gezit oqu+y+män (我读报纸) : 绝大部分国家的官方语言都属于此类。 sän gezit oqu+y+sän (你读报纸) v i qar (雪), leyle (花) : qarleylesi (雪莲花) X 形态丰富语言最显著的特点是形态 复合变化 a 1 tax(石头), paqa (青蛙) : taxpaqa (乌龟) 变化复杂。下面以维吾尔语 为例，来说 n mektep (学校) : mektipim (我的学校) i 明这类语言的形态变化特点。表 1 列举 语音和谐 h 了形态丰富语言中常见的形态变化方 chiraq (台灯) : chirqing (你的台灯) c 式。屈折变化指的是通过在词干上加接词缀，导致其语法功能改变，同时也改变了单词的拼 写。如在名词 doppa （帽子）后缀接第三人称单数后缀“si ”，就变成了 doppasi （他的帽子）。 一致性指的是句子或短语的不同部分存在对应关系。为了与相应的语法关系一致，需要改变 词形以保持一致性。当表达“我读报纸”时，需要在动词 oqu （读）的后面加上表示第一人 称单数的词缀“