模糊匹配在机器翻译中的应用初探.docVIP

模糊匹配在机器翻译中的应用初探 摘要：匹配模式中存在模糊信息的匹配形式称为模糊匹配。匹配问题是一个应用非常广泛的问题。其在机器翻译、入侵检测、移动短消息过滤、文本编辑、信息查询、自动检索及信息提取等领域均有重要应用。为了对模糊匹配及其发展有一个全面深入的了解，使用文献研究法和比较研究法对其概念及方法进行了探究。针对几种具有代表性的匹配算法进行了简要的概述和分析，用流程图简明扼要地表示了匹配算法的基本框架。研究结果显示，有关模糊匹配的研究越来越深入，算法也越来越多样化，这些对于相似度的研究也具有重要意义。 关键字：模糊匹配；自动检索；相似度 the Fuzzy Matching Application in Machine Translation Zhang Hui-hui (Physical and Electronic Science School of Shandong Normal University, Jinan Shandong 250014, China) Abstract: The matching model of fuzzy information is called fuzzy matching.The problem of matching is extensively applied.It is extensively applied on machine translation intrusion detection,mobile short message filtering,text editing,information searching,automatic request and?information extraction.In order to have a comprehensive understanding about fuzzy matching, using literature research method and comparative studies to explore its concept and methods. For several representative detection methods to summary and analysis, and using the flow chart concisely show the basic framework of saliency detection algorithm.Results show that the research of fuzzy matching is more and more complication,its algorithm is more and more diversified. These have important significance for similarity. Key words:fuzzy matching;automatic searching; similarity 1 模糊匹配在汉语方面的应用 在机器翻译中，传统的信息检索技术是通过计算网页和查询关键字的空间向量相似度，来判断网页和用户查询需求的匹配程度。而在传统的翻译模型中，一般都是将一条规则视为字符串，然后使用这些字符串匹配技术从规则表中搜索可用的规则，而句法分析不高的准确率将导致规则无法匹配的情况出现。因此提出了一种基于树核的模糊匹配技术，并且通过汉英翻译测试集上进行试验，其BLEU值有明显提高。在日常生活中经常会遇到模糊不清的汉字，于是就产生了如何来正确的辨认模糊汉字。复旦大学的研究者在语义基础上对模糊汉字的辨认中[1]运用了模糊匹配法。在此方法中，研究者们主要运用了向量法进行研究。一般情况下，汉语的用词具有一般规律性。某一个特定的字或词的前面或后面所跟的字或词都有一定的范围，并将其分别称为前连接词或后连接词。于是可以得出一个关于某个词的向量f(w)： 然后就会得到该字的前后连接字属性的一个向量： 在相等长度的向量相似度计算中，其相似度（设向量为P,Q）就等于向量中各个元素的相似度之和。即 对于长度不相等的向量，运用往向量中加空格的方法。设，若mn,则需要在向量P中加入n-m个空格，把所有的插入方法都计算出相似度，然后取相似度最大的作为匹配值。而对于汉字的匹配度，是将每一个汉字的笔画作为向量的每一个元素，构成一个笔画向量。在研究中，形成一个笔画相似度矩阵（如图1），然后就可以进行汉字笔画向量匹配度的计算。 图1 在此基础上，Chen等人提