实现从视觉到翻译的智能系统的难点.docVIP

密级：公开 从视觉到翻译的机器智能 Machine Intelligence from Vision to Translation (申请清华大学工学硕士学位论文) 院（系、所）：自动化系 专 业：模式识别与智能系统 研 究 生：董清富 指 导 教 师：茅于杭 教授 二零零二年六月 独 创 性 声 明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得清华大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签 名： 日 期： 关于论文使用授权的说明 本人完全了解清华大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 (必威体育官网网址的论文在解密后应遵守此规定) 签 名： 导师签名： 日 期： 中文摘要 二十一世纪的到来，开启了一个崭新的数字时代。本文在结合光学字符识别（OCR）技术、机器翻译技术和数码相机技术的基础上，提出一个从视觉到翻译的机器智能系统，为推动机器翻译技术在数字时代的应用和发展作一次尝试。本文在介绍了从视觉到翻译的机器智能系统的可行性和难点之后，重点介绍了从视觉到翻译的机器智能系统的汉语到英语的机器翻译模块的实现过程和该模块研究取得的进展。 本文用递归的思想重新改写原有系统的机械分词模块，提高了系统对受限文本的分词效率和对非受限文本的分词准确率。经测试表明，在词典和规则覆盖范围内，系统可以实现无差错切分。翻译模块对开放文本的切分准确率也很高。附录三的实验表明，开放文本的切分准确率约为92.4%，而且切分错误的主要原因是翻译系统的电子词典未收录有关词条。在加入相关词条之后，原有的错误切分都得到了纠正。 本文在原有规则的基础上，增加了大量排歧规则、抱团规则和句型规则，优化了部分排歧规则、抱团规则和句型规则，从而提高了系统的排歧能力，提高了系统对简单复句、疑问句、感叹句、包含关联词的句子、包含特殊词（如：“把”、“过”、“还/还没”、姓氏与名词兼类的词等）的句子的处理能力。本系统词典、规则和程序相互独立，在使用界面上有友好的规则扩充接口，具备良好的规则扩充能力。如果需要，用户自己也可以加入新规则，调整和优化规则。 本文改进和优化了原有系统的整体分析算法，设计并实现了自动寻找主动词和自动处理非主动词两个模块，提高了系统整体分析效率和准确率，使系统从受限文本的实验型提高到非受限文本的初步实用型。在新的系统整体分析算法下，虽然系统精简了部分句型规则，但是系统的分析覆盖面反而有所提高。 本文还在结合清华大学电子工程系智能图文信息处理研究室的光学字符识别（OCR）接口的基础上，实现了从视觉到翻译的智能系统的软件原型，实现了从图象输入到翻译输出的整个过程。 关键词：光学字符识别，机器翻译，数码相机，机器智能 Abstract The arrival of the 21st century opens a brand-new Digital Age. By combining the Machine Translation technology with the Optical Character Recognition (OCR) technology and the Digital Camera technology, this thesis proposes a machine intelligence system from the image input to the translation output, and tries to advance the application and the development of the Machine Translation technology in the Digital Age. After introducing the feasibility and the difficulties of the machine intelligence system from vision to translation, this thesis mainly discusses the realization of the Machine Translation module of the i