水书异体字机器翻译的自动获取方法.pdfVIP

第30卷第1期 贵州大学学报(自然科学版) V01．30No．1 2013年2月 JournalofGuizhou Feb．2013 University(NaturalSciences) 文章编号1000—5269(2013)01—0079—05 水书异体字机器翻译的自动获取方法 罗俊才4，陈笑蓉 (贵州大学计算机科学与信息学院，贵州贵阳550025) 摘要：在讨论水书异体字的翻译特点和形式化描述的问题后提出水书异体文字机器翻译的一 种自动获取方法SSRA(语义相似性规则算法)。该方法运用词类关联性和语义相似性原理并引 入机器学习技术，然后对水语形式化描述后进行语言计算，最后构造决策二叉树，使系统能够在 词类获取后进行异体字自动识别翻译，在现实中本方法与水汉电子字典系统的结合运用表明此 方法有效。 关键词：机器翻译；选择倾向；异体字 中图分类号：TP391．1文献标识码：A 水书古文字机器翻译为对应的汉字，涉及到词 理解如果涉及到的事务在现实世界中很可能同时 义的解释，水书词义的自动获取还是一个难题。但 出现，那么描述这些事的词汇就是相似的。缺点是 是，为了识别系统中未存储的水字异体字，笔者把 由于描述的主体不同，相似性存在较大差距。但是 重点工作集中在语义相似性上。原因是获取一个 由于水书主要用于祭祀，翻译中的主体一致，所以 新字相对于已知字的意义相似意义要比获取这个 笔者将相似选择倾向运用到水书翻译中。 新字的确切意义容易得多。 1水书古汉字的特征和特征值描述 研究语义相似性离不开倾向约束。大部分词 在水书古汉字机器翻译中，文字的信息是通过 倾向于有特性的论元类型，这个规律叫做倾向约 特征和特征值来表示的。也就是要在抽象的符号 束。例如‘吃’的宾语倾向于食物类，‘认为’的主 文字中获取它的文法描述特征。在水书中这种特 语倾向于人。但是水书使用术语“倾向”而不是用 征的映射形成了一种命题语言，称作线性表示(LR 术语原则，原因是这种倾向在比喻修辞和其他扩展 linear 意思中是可以被忽略的。水书主要用途用于祭祀 extendedlinear 采用扩充线性表示(ELR representa— 鬼神比喻修辞极少，再加上水书语义规则强且存在 tion)来描述水文字的复杂语言现象…。扩展复杂 大量的异体字，所以选择倾向的获取对于水书自动 特征值包括了单字的词类特征、语法特征、词组类 翻译是可行的。当电子词典缺少某个字时比如： 型特征、句法功能和语气特征等。笔者根据对水书 ‘黪’我们可以从它的倾向约束中获取它的部分意 思。倾向约束主要依据下面原理得到。在句法分 语料库句式中词类顺序关系的Bayes检验，发现 析中，根据句法概念，每个动词会具有某种‘自然’ 论元，从而可以赋予这类论元集合较高的分值，再