汉英口译学习者语块转换机制的实证研究

基于语块认知构建机制,通过实验对不同水平的口译学习者在汉英口译过程中语块使用的整体趋势和特征进行考察,实验结果显示,语块转换的实质是认知概念系统和表征的相互转换。高水平学习者由于受母语体系制约小,同时二语的词语存储有效信息多,语块的组成产出能力强。该研究为二语习得中如何人为地丰富子语言系统对概念的表征方式,进而增加对概念多样化语境应用的适应性提供参考。

汉语组块识别

提出一种基于增益的隐马尔科夫模型(transductiveHMM)的方法,用于汉语组块(ChineseChunk)识别的研究·该方法借助几个转换函数,导入各种上下文信息用于HMM的训练,避免对HMM训练和标注过程修改的同时,构造了更为准确的模型,并在此基础上,将其中两个较好的模型融合为一个更好的模型·实验结果显示,该方法在汉语组块识别方面是有效的,在哈尔滨工业大学树库语料测试的结果是F=82 38%·

基于语序变换的藏文复述句生成方法

机器理解藏文语句存在灵活性差和复杂性高的问题。为此,针对藏文相同语义句子的不同表达方式,设计复述句自动生成方法。通过对藏文句型结构、句子内部组块进行分析,利用全排列递归算法生成复述句。实验结果显示,与其他语言复述生成方法不同,该方法根据藏文句子中组块数量的不同,通过一个句子可以生成一个或多个,甚至上千个句义相同的复述句并且准确率达到93.4%,可应用于藏汉机器翻译、机器翻译评测和藏文问答系统等领域。

面向汉英专利机器翻译的复杂谓语形态转换研究

在将汉语句子翻译成英语时,需要对谓语动词进行形态转换。由于汉语缺乏显性的形态标记,转换时需要借助句中其他辅助信息确定英语语句中谓语的形态。本文从汉英专利机器翻译的实际需求出发,对复杂谓语的构成方式进行分类梳理,对复杂谓语的形态转换方式进行对比研究,在此基础上整理形式化转换规则,最终将规则应用于实际的机器翻译系统。

基于支持向量机和转换的错误驱动学习方法的组块识别

支持向量机在高维特征空间的输入数据上具有较高的泛化性能,能够独立于小范围内的数据维数计算.基于转换的学习方法能自动融合不同类型的知识,所得到的模板可以显示一些语言知识,这些语言知识对于语言学及其他相关研究有重要意义.利用支持向量机和基于转换的错误驱动学习相结合,能够达到较为满意的组块识别效果.

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。

面向汉英机器翻译的包装句蜕处理

文中针对一种特殊的语言现象(HNC称为包装句蜕)进行了分析,目的是为机器翻译提供一些理论支持。首先从目前机器翻译系统所暴露的问题中提出研究包装句蜕的必要性,然后是对包装句蜕进行语言学描述及汉英对比分析,从可计算的角度提出了包装句蜕的判别方法,最后是包装句蜕的机器处理策略及规则。

SVM和基于转换的错误驱动学习相结合的汉语组块识别

本文研究了一种支持向量机(SVM)和基于转换的错误驱动学习相结合的汉语组块识别方法。SVM在选取特征方面有突出的优点,并且在高维特征空间也具有较高的泛化性能,通过核函数的原则,SVM能够在独立于训练数据维数的小计算范围内进行训练。利用基于转换的错误驱动学习方法对SVM的标注结果进行校正,转换规则较好地处理了语言现象中的特殊情况,进一步提高了SVM的识别结果。实验结果表明,该方法具有较好的效果。

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.

英语惯用语块的临时变体及句法转换研究

英语惯用语由于结构的凝固性和语义的晦涩性一直被认为没有转换潜力。根据转换生成语法,惯用语的凝固性只是个程度问题。本文以语块理论为出发点,以转换生成语法、模因论和隐喻认知理论为理论基础,从惯用语的临时变体和句法转换两个方面探讨了其转换生成潜力。临时变体主要表现为词汇变异、语法变异和语义变异三方面;在句法层面上对惯用语转换不会影响惯用语的喻义。惯用语的临时变体和句法转换可以增加表达的灵活性,达到特定的交际目的。

机器翻译中语义块汉英变换处理

首先解释了要素句蜕的内涵,同时介绍了HNC理论的句蜕观,并依据HNC句类理论提出了汉英机器翻译中,要素句蜕处理的具体规则,还结合真实语料进行了验证.

基于机器翻译的原型句蜕及其包装研究

首先简要介绍了HNC理论及其机器翻译观,结合机器翻译的难点与原型句蜕存在的普遍性,说明了解决原型句蜕变换的意义;接着对原型句蜕构成现象进行了描述,从汉英语义块构成对比分析中导出了汉英变换规则;从现有的机器翻译系统所暴露的问题中,说明原型句蜕变换对提高机器翻译质量的必要性和可行性;最后是对本文的结论和说明.

汉语原型句蜕向英语多元逻辑组合的变换

汉语原型句蜕的英译形式多种多样,其中变换成英语的多元逻辑组合是涉及比较复杂变换细节的一种,因而成为颇具特色的语义块构成变换子类.文章从概念阐释入手,详尽分析了这种变换的语言现象、变换的必要性以及实施变换的技术准备.