语义块主辅变换在机器翻译系统中的应用

现有机器翻译系统的汉英翻译水平还远不能满足人们的需求,其主要原因在于缺少一种适当的自然语言处理理论的支持。基于HNC理论的汉英机器翻译是一种新的尝试,其核心由6项过渡处理构成。语义块主辅变换是6项过渡处理之一。本文简要介绍了HNC的机器翻译观,重点阐述语义块主辅变换的原理,并通过一个示例说明了语义块主辅变换研究如何来提高机器翻译系统的性能。

语义块主辅变换在机器翻译系统中的应用

传统机器翻译系统的研究正在经历雪线困境(就是指机器翻译系统很难超越的译准率极限———70%).HNC理论针对传统机器翻译方法的弊端进行了深刻的反思,为突破雪线困境提出了一种全新的思路.语义块主辅变换是HNC机器翻译引擎中六个"过渡处理模块"的一部分.语义块主辅变换研究对于提高机器翻译系统的性能具有重要意义.本文简要介绍了HNC的机器翻译观,重点阐述语义块主辅变换的原理,并通过一个示例说明了语义块主辅变换研究如何来提高机器翻译系统的性能.

基于HNC理论机器翻译系统中语义块主辅变换研究

传统机器翻译系统存在的缺点,即译文质量不高,其准确率极限为70%。HNC理论是针对机器翻译系统存在的缺点进行深入研究,提出一种创新式思路,利用HNC理论中的最重要处理模块之一,即语义主辅变换来提升机器翻译系统性能。文章立足于语义主辅变换原理,阐述了语义块概念与分类,分析语义主辅变换原因,再以案例详细分析语义块主辅变换在HNC理论下机器翻译系统中的应用,利用嵌入一个并不复杂的主辅变换法则,从而使译文质量大幅度提升。

名词团块分裂移位的计算机处理研究

在自然语言的语句中,名词团块的分裂现象十分常见,且伴随有移位的出现,对计算机处理及机器翻译准确率的影响极大。HNC理论借鉴现代汉语语法学对名词性词组分裂移位的研究成果,采用以主辅变换为核心的处理方式对这类现象进行处理,最终形成相关的处理规则,使得计算机可通过这类规则自动识别可分裂移位的语句,提高机器翻译的准确率。从计算语言学研究处理的角度,详细介绍HNC理论主辅变换的研究成果,以及如何形成处理规则并供计算机使用,以期提高名词团块分裂的机器识别及处理的准确率。