基于知识管理和智能控制的协同翻译平台——知识管理和机器翻译的融合

在对机器翻译发展艰难历程总结和反思的基础上,提出了以用户模型为核心的知识管理与机器翻译技术融合的新思想。2008年7月该成果通过了中国中文信息学会在京组织的鉴定,鉴定委员会一致认为:"研制单位基于其所承担的国家863课题机器翻译和知识管理技术的融合研发的基于知识管理和智能控制的协同翻译平台已圆满完成。该项研究在利用知识管理技术实现人机双向协同翻译方面达到国际领先水平。"本文对平台研制的思想与方法、设计与实现、分析与应用、历程与展望进行了阐述。

新一代Windows多文种处理平台——“环球使者”的设计与实现

本文针对当今多文种处理所面临的各种困难，首先介绍了进行多文种处理的必要性和要实现一个良好的多文种处理平台所面临的一些急待解决的关键性技术问题；在此基础上，论述了一个新型的Ｗｉｎｄｏｗｓ多文种处理平台—“环球使者”的设计和实现原理及方法，由于该系统首次提出并采用了一种基于智能识别技术的面向目标的“动态编码”方案，所以它不仅解决了多文种文本的混排、输入、输出等问题，而且解决了多文种平台设计中编码冲突和全方位兼容这一瓶颈问题。

双语知识库中关联实例的多策略提取机制

双语库是翻译记忆系统最重要的组成部分之一。从有限规模的双语库中提取更多的符合用户当前翻译需要的关联实例是翻译记忆技术研究的主要内容,本文首先对当前基于单一方法的实例检索算法存在的局限性进行了分析,并在对双语库进行知识化表示的基础上,提出了基于多策略的关联实例提取机制,即综合运用句子句法结构匹配、句子编辑距离计算、句子短语片段匹配、词汇语义泛化、基于扩展信息(如:句子来源、所属专业、应用频度等信息)的优选等策略进行关联实例提取。试验结果表明,该方法有效提高了关联实例的召回数量和质量,明显改善了对用户的辅助效果。

汉语时间识别转换技术在计划任务提醒系统中的应用

汉语时间信息的识别和提取是汉语分析中的重要内容,并广泛应用于机器翻译和文本标注分析等方面。本文从具体应用需求出发,针对计划任务系统中任务描述语句的特点,提出了基于时间六元组描述模型的时间识别和精确转换技术,并简要阐述了一个具有计算机辅助时间定位功能的汉语计划任务系统的实现方法。

面向专利文本的单语模板的自动获取方法

基于模板的机器翻译方法在专利文本的自动翻译中具有广泛的应用。由于专利文本的术语繁多,并且分布极不均匀,因此在使用统计方法获取翻译模板时通常会产生严重的数据稀疏问题。本文提出一种专利文本的单语模板的自动获取方法,这种方法充分利用了专利文本中词汇分布极不均匀的特点,通过统计词汇出现的频率来识别出模板的固定部分和可泛化部分。实验结果证明,这种方法在专利文本的模板的自动获取上具有非常好的性能。

知识管理综述

随着知识经济的发展,知识管理作为管理科学和信息科学交叉研究领域引起越来越多的关注。在对知识管理与知识工程,以及知识管理与信息管理等相关概念进行阐述的基础上,描述了知识管理的实施现状及其存在的问题,并从信息处理技术角度对知识采集、知识表示和知识应用等知识管理的三大要素以及制造业企业实施知识管理的关键技术进行了论述,最后对知识管理相关技术的研究方向进行了展望。

基于SVM的疑问句问点语义角色标注

SVM(SupportVectorM ach ine)是一种基于结构风险最小化原则的分类算法,由于其完善的理论基础使其在小样本模式识别中表现出比其他算法更好的泛化能力。语义角色标注是一种浅层语义分析的方法。为了加深对问句的理解,对问句的问点进行语义角色标注是必要的。故将问点的语义角色标注视为分类问题,并提出了一种基于SVM的问点语义角色标注方法。在哈工大标准问句集上进行实验,取得了语义角色标注封闭测试91.4%,开放测试71.6%的正确率。实验结果表明本文所采用的方法是有效的。

基于知识管理技术的翻译Robot的设计与应用

从机器翻译实用化角度出发,提出了基于知识管理技术构建翻译Robot的设计方案。通过知识管理与机器翻译技术的融合,进一步改善翻译系统对知识的获取能力和应用能力,从而提高机器翻译系统的智能性和实用性。

基于语义信息的问题分类

问题分类是问答系统的一个非常基础而重要的子模块。以问题的语义信息为分类依据,建立了一个新的问题分类体系,并提出了一种基于《知网》的自动分类方法。利用该方法对507个问题进行分类实验。实验中问题分类的平均召回率为93.72%,平均正确率为82.23%。实验结果表明,该分类方法是有效的并且以语义信息作为分类依据是可行的。

基于知网的句法歧义结构消解

本文以汉语句法结构分析中普遍存在的句法结构歧义现象，即“动词＋名词＋的＋名词”（V＋N1＋L的／u＋N2）为研究对象，提出了一种基于知网知识库的歧义消解策略。本文根据知纲的义原分类体系制定了消歧规则，退一步提出了利用知纲的相似度计算和义原分类规则相结合的歧义消解策略。通过对人民日报语料中的1000个VNN实例的测试，准确率达83．7％，表明这是一种有效的识别VNN歧义结构的方法。

基于互联网的汉语近似词频的分析与应用

通过对中文互联网的信息内容特点和信息提取难点的分析,阐述了基于现有搜索引擎进行互联网汉语近似网络词频的提取方法,并对汉语近似网络词频的特点和应用进行了初步探讨.

统计学习与知识发现

知识发现是将知识从隐性转化为显性的一个过程,它是知识管理的重要组成部分。为此阐述了利用统计学习的知识发现方法,以及统计学习中主要使用的分类学习,并强调了使用数据驱动指导知识构建的合理性和优越性,最后结合实例分析了几个主要的统计学习方法及其应用。