汉维双语语料库中句子对齐技术的研究.pdfVIP

新摄大学母!卜沦文 摘要 随着计算机年u互联网的发展，在自然语言处理领域，以双语(或多语)平行语料库为基 础的应用日益增多。除机器翻译方面的应用之外，平行语料库的建设对丁烈语词典编纂、 词义消岐和跨语言信息检索也具有重要价值。 在平行语料库的加上中，研究不同级别的对齐技术足一个核心课题。平行语料的对齐 不仅是通过平行语料库获取一些语言知识的必要前提，也是基丁I实例的机器翻译中实例库 构建不可缺少的关键环节。 本文以平行语料库及其对齐技术在面向政府文献的汉维机器辅助翻译中的应用为背 景，介纠了汉维双语语料库的建设方法，讨论了汉维般语语料库中句子对齐技术和段落对 齐技术。首先本文通过统计分析，验证了汉维双语文本之间存在着较为稳定的长度关系规 律，因此采』}J基于K度的句子对齐方法，并利JfJ动态规划的方法进行问题的最优化。然后 本文考虑到基丁回车符的方法在实际应用中的缺陷，提出了一种基丁-锚点句对的分段对齐 方法，并根据需要，将上二述两种方法相结合，形成了～种多层次分段对齐方法，进一步提 高了句子对齐的运行效率和止确率。 天键词：机器翻译，平行语料库，段落对齐，句r对齐 新疆大学坝L论文 ABSTRACT Withthe of andtheIntemet，the of developmentcomputer applicationbilingual hasbecomean issueinthefieldofNatural corpus important Language (multilingual)parallel the isvaluableinmachine Processing．MoreoveLparallelcorpus translation，bilingualdictionary sense and InformationRetrieval， compilation，worddisambiguationCross-Lingual Increationofthe of atdifferentlevelsisanessential alignment parallelcorpus，research ordertoextract from is to them topic．In linguisticknowledgeparallelcorpus．itnecessaryalign first．The isalsoa intheconstructionofthe alignment necessaryphrase Machine Translation(EBMa3． This of and in thesis introducesthe bilingualcorpusalignment firstly application constructionof Machine-AidedTranslation．The Chinese—Uighnrbilingual Chinese—Uighur isdiscussedwit