漢蒙藏維語(yǔ)言翻譯方法研究

《漢蒙藏維語(yǔ)言翻譯方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、漢、藏、蒙、維多民族語(yǔ)言語(yǔ)音翻譯方法研究解國(guó)棟曹文潔宗成慶徐波中國(guó)科學(xué)院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100080，中國(guó)E-mail:{gdxie,caowj,cqzong,xubo}@nlpr.ia.ac.cnTel:+86-10-82614468摘要漢語(yǔ)與少數(shù)民族語(yǔ)言之間機(jī)器翻譯的研究對(duì)于促進(jìn)少數(shù)民族地區(qū)經(jīng)濟(jì)文化發(fā)展具有很重要的意義，目前這方面可投入的人力物力是十分有限的。對(duì)于漢、藏、蒙、維語(yǔ)言之間互譯來(lái)說(shuō)，基于中間語(yǔ)言的翻譯方法，是一種經(jīng)濟(jì)有效的途徑。本文介紹了一種基于中間語(yǔ)義表示(IF)實(shí)現(xiàn)漢、藏、蒙、維多語(yǔ)言語(yǔ)音翻譯的基本思想，并介紹了面向IF的魯棒的漢語(yǔ)口語(yǔ)解析方法以及基

2、于IF的漢語(yǔ)英語(yǔ)生成方法。關(guān)鍵詞：少數(shù)民族語(yǔ)言，中間語(yǔ)言，IF，解析，生成1.引言我國(guó)有56個(gè)民族，大多數(shù)的民族都有自己獨(dú)特的語(yǔ)言。隨著社會(huì)的發(fā)展，各民族之間的經(jīng)濟(jì)文化交流越來(lái)越頻繁，在此過(guò)程中，語(yǔ)言的差異是一個(gè)客觀現(xiàn)實(shí)，由此帶來(lái)的相關(guān)問(wèn)題，是制約少數(shù)民族地區(qū)經(jīng)濟(jì)文化發(fā)展一個(gè)重要因素，因此，有必要進(jìn)行少數(shù)民族語(yǔ)言與漢語(yǔ)之間的多語(yǔ)言機(jī)器翻譯研究，這對(duì)促進(jìn)少數(shù)民族地區(qū)經(jīng)濟(jì)發(fā)展、促進(jìn)各民族之間文化交流以及民族團(tuán)結(jié)都具有重大的意義。另外，各個(gè)少數(shù)民族都有自己獨(dú)有的風(fēng)俗文化，對(duì)這些風(fēng)俗文化進(jìn)行研究、保護(hù)和開(kāi)發(fā)，無(wú)論從社會(huì)還是經(jīng)濟(jì)上，都有著深遠(yuǎn)的意義，而語(yǔ)言是這些風(fēng)俗文化最直接的載體，這也對(duì)語(yǔ)言翻譯提

3、出了要求。目前，少數(shù)民族語(yǔ)言的機(jī)器翻譯研究，雖然取得了一定的成績(jī)，但是，由于經(jīng)濟(jì)、文化、資源、歷史等眾多的原因，還停留在起步階段，很多問(wèn)題都有待進(jìn)一步研究[12]。少數(shù)民族中，藏族、蒙古族和維吾爾族各自擁有本民族的語(yǔ)言，在自然語(yǔ)言處理方面的研究起步也比較早，有了一定的基礎(chǔ)，而且這三個(gè)民族地區(qū)人口比較多，因此，有必要把漢、藏、蒙、維語(yǔ)言之間的機(jī)器翻譯研究作為當(dāng)前的少數(shù)民族語(yǔ)言機(jī)器翻譯研究的一個(gè)主要任務(wù)。目前蒙古文機(jī)器翻譯系統(tǒng)有王斯日古楞等人研制的英蒙機(jī)器翻譯(EnglishMongolianMachineTranslation,簡(jiǎn)稱EMMT)系統(tǒng)，內(nèi)蒙古大學(xué)那順烏日?qǐng)D等研制的漢蒙機(jī)器翻譯系統(tǒng)

4、,這兩個(gè)系統(tǒng)目前都尚處于研究階段[12]。藏語(yǔ)的計(jì)算機(jī)處理目前的研究重點(diǎn)大致包括藏文編碼標(biāo)準(zhǔn)及平臺(tái)建設(shè)、藏語(yǔ)語(yǔ)法研究、分詞標(biāo)準(zhǔn)、電子詞典建設(shè)等階段，也有一些機(jī)器翻譯系統(tǒng)[15]。關(guān)于維吾爾族語(yǔ)的計(jì)算機(jī)處理方面研究也主要集中在維吾爾語(yǔ)的編碼標(biāo)準(zhǔn)及平臺(tái)建設(shè)方面。在諸多的機(jī)器翻譯實(shí)現(xiàn)方法中，有一種基于中間語(yǔ)言的方法，這種方法利用一種人工制定的標(biāo)準(zhǔn)語(yǔ)言作為語(yǔ)言翻譯的中介，即首先把源語(yǔ)言解析為中間語(yǔ)言的表示形式，然后再由這種中間語(yǔ)言生成目標(biāo)語(yǔ)言。對(duì)于一個(gè)多語(yǔ)言翻譯系統(tǒng)，如果采用轉(zhuǎn)換的方法，則不同方向的翻譯需要不同的翻譯模塊，比如英譯漢和漢譯英分別需要一個(gè)翻譯模塊。假設(shè)有N種語(yǔ)言需要進(jìn)行互譯，總共則需

5、要N*(N-1)個(gè)翻譯模塊，而采用中間語(yǔ)言的方法，由于對(duì)每一種語(yǔ)言只需實(shí)現(xiàn)將該種語(yǔ)言翻譯成中間語(yǔ)言和把中間語(yǔ)言翻譯成該種語(yǔ)言這兩個(gè)模塊，對(duì)于N種語(yǔ)言之間的互譯，總共只需要2N個(gè)翻譯模塊，這一過(guò)程如圖1所示，因此，采用基于中間語(yǔ)言的翻譯方法進(jìn)行多語(yǔ)言的互譯，能夠降低系統(tǒng)的復(fù)雜性，是一種經(jīng)濟(jì)有效的途徑。非基于中間語(yǔ)言的方法，包括基于規(guī)則的轉(zhuǎn)換方法和基于語(yǔ)料庫(kù)的統(tǒng)計(jì)方法?；谝?guī)則的方法，首先需要對(duì)源語(yǔ)言進(jìn)行分析，然后根據(jù)目標(biāo)語(yǔ)言的特點(diǎn)，把分析結(jié)果轉(zhuǎn)換成目標(biāo)語(yǔ)言。這一過(guò)程中，除了要對(duì)源語(yǔ)言進(jìn)行各方面的研究外，還要對(duì)目標(biāo)語(yǔ)言進(jìn)行研究，需要懂源語(yǔ)言和目標(biāo)語(yǔ)言的專業(yè)人員編寫(xiě)大量的規(guī)則和建立詞典。而基于語(yǔ)

6、料庫(kù)的統(tǒng)計(jì)方法，則首先需要收集大量的雙語(yǔ)語(yǔ)料，即一句源語(yǔ)言對(duì)應(yīng)一句目標(biāo)語(yǔ)言，然后對(duì)雙語(yǔ)語(yǔ)料進(jìn)行對(duì)齊，在此基礎(chǔ)之上，進(jìn)行統(tǒng)計(jì)模型的訓(xùn)練?？傊?，無(wú)論是基于規(guī)則的轉(zhuǎn)換方法還是基于語(yǔ)料庫(kù)的統(tǒng)計(jì)方法，都需要投入比較多的人力和物力，而少數(shù)民族語(yǔ)言的機(jī)器翻譯研究，受到各種條件的限制，可投入的資源特別是人力是很有限的，因此，采用中間語(yǔ)言作為中介進(jìn)行翻譯，每個(gè)民族只需負(fù)責(zé)把本民族語(yǔ)言轉(zhuǎn)換為中間語(yǔ)言和把中間語(yǔ)言產(chǎn)轉(zhuǎn)換為本民族語(yǔ)言，就可以實(shí)現(xiàn)本民族語(yǔ)言和其他語(yǔ)言的互譯，這在一定程度上，能夠節(jié)省人力和物力，不失為一種可行的途徑。語(yǔ)言1語(yǔ)言3語(yǔ)言4語(yǔ)言2語(yǔ)言1語(yǔ)言3語(yǔ)言4語(yǔ)言2中間語(yǔ)言a.基于轉(zhuǎn)換的方法b.基于中間

7、語(yǔ)言的方法圖1轉(zhuǎn)換方法和中間語(yǔ)言方法所需不同翻譯模塊的比較早期的中間語(yǔ)言主要有法國(guó)的CETA實(shí)驗(yàn)室的“樞軸語(yǔ)言”(pivotlanguage)，該中心利用它進(jìn)行了數(shù)學(xué)、物理文獻(xiàn)方面的俄－法翻譯系統(tǒng)[16]，2000年日本聯(lián)合國(guó)大學(xué)的Uchida提出了一種UNL(UniversalNetworkLanguage)語(yǔ)言[19]，用來(lái)進(jìn)行多種語(yǔ)言的翻譯。成立于1990年的成立C-STAR(ConsortiumofSpeechT