跨語言信息檢索中的機器翻譯研究

《跨語言信息檢索中的機器翻譯研究》是依託大連理工大學,由黃德根擔任項目負責人的面上項目。

基本介紹

• 中文名：跨語言信息檢索中的機器翻譯研究
• 依託單位：大連理工大學
• 項目類別：面上項目
• 項目負責人：黃德根

項目摘要

網際網路信息在全球範圍共享的主要障礙是多語言問題，跨語言信息檢索（CLIR）是解決該問題的有效方法之一。但是，現有的跨語言信息檢索的精確率過低，沒有達到實用的水平，提高跨語言信息檢索系統性能的關鍵是提高檢索語句的翻譯精度。本項目從中英文兩種語言的信息檢索入手，研究跨語言信息檢索中機器翻譯的若干關鍵技術。針對跨語言信息檢索及機器翻譯的特點，從三個方面提高機器翻譯的精確率：一是考慮從單語檢索結果中提取出檢索語句本身的多種詞法信息，為檢索語句的翻譯提供細粒度詞法信息，從而提高檢索語句的翻譯精度；二是提出一種融合短語結構和句法功能的功能短語，把對翻譯要素的考慮提前到句法分析階段，提高句法結構歧義的消歧率和機器翻譯的精確率；三是提出可嵌套模板函式和統計方法等多模型結合的機器翻譯方法，提高含複雜結構的句子或短語的翻譯精度。其中，後兩種方法對一般機器翻譯的研究也具有重要意義和套用價值。

結題摘要

圍繞跨語言信息檢索中機器翻譯的若干關鍵問題展開了深入研究，主要研究內容包括漢語自動分詞與詞法分析、跨語言信息檢索的語言資源建設、短語識別算法、雙語命名實體和術語的自動挖掘、機器翻譯模型研究等相關研究。取得研究結果：（1）提出了一種新的句法結構歧義消解方法，將英漢機器翻譯中的英語句法結構歧義轉化為功能名詞短語的識別，並提出一種統計與規則結合的功能名詞短語識別方法；（2）提出了統計與規則融合的系列算法，並在名詞短語識別、雙語命名實體挖掘、時間表達式識別、模糊限制信息檢測、新詞識別等自然語言處理任務上獲得了較優的實驗結果；（3）提出了一種基於漢字與音節轉換機率的音譯算法，建立了漢英雙向音譯模型，並將音譯模型和基於短語的統計機器翻譯融合，顯著提高了複雜結構短語和句子的翻譯精度。研究結果表明：功能名詞短語套用到機器翻譯領域，可以消除部分複雜名詞短語的結構歧義，從而達到提高現有機器翻譯系統性能的目的。