信息-知识-智能转换理论在自然语言处理中应用研究.pdf

摘 要 智能科学的机制主义“信息一知识一智能转换”理论的提出使得与这一 理论相关的许多基本概念和基本关系得到了初步的澄清，这不仅仅是一个 理论研究的命题，它已经在许多应用研究中取得了可喜的进展。本文就“信 息一知识一智能转换”理论在自然处理中的应用进行了下面的研究。 (1)作者参与了北京邮电大学智能研究中心在国家教育部“语信司”项 目《民文语料库建设规范标准及工具软件》中承担的汉语资源库建设工具 软件的开发。关于语料库的研究可以分成3个方面：工具软件的开发、语 料库的标注、基于语料库的语言分析方法。采集到以后未经处理的生语料 不能直接提供有关语言的各种知识，只有通过词法、句法、语义、甚至语 用等多层次的加工才能使知识获取成为可能。加工的方式就是在语料中标 注各种记号，标注的内容包括每个词的词性、语义项、短语结构、句型和 句间关系等。这种标注的方法可以认为就是“信息一知识一智能转换”理论 中“信息一知识转换”的具体实现。随着标注程度的加深语料库逐渐熟化， 成为一个分布的、统计意义上的知识源。利用这个知识源可以进行许多语 言分析工作，如根据从已标注语料中总结出的频度规律可以给新文本逐词 标注词性，划分句子成分等。 (2)作者提出了一种汉F1机器翻译的方法，这个基于实例的汉日机器翻 译系统包括翻译记忆、词表层EBMT和模板层EBMT3个引擎。从“信息一知 识一智能转换”理论的观点考察，EBMT(基于实例的机器翻译)的工作原理 是：“先把输入的信息进行分析，得到适当的单元(词语、短语或语句)， 将它们同原先已经积累的实例单元进行比较，通过类比获得翻译的知识， 从而完成翻译的智能操作”。自上世纪40年代有电子计算机那天，人们就 丌始了对机器翻译的探索。但是50多年过去了，对于真实文本而占，其精 确度仍在50、60％之间，难度是很大的。特别是汉同机器翻译系统，问题更 大。汉R是两种分属不同语系的语言。汉语属于汉减语系，而同语的谱系 分类，一般来说，普遍认为至今还没有确定。汉语被认为是世界上最难学 -I． 习的语言(其次是匈牙利语，第三是芬兰语)。所以可以这样理解，汉只的 机器翻译的研究将给我们带柬重大的挑战。 (3)提出了一种基于实例的机器辅助写作翻译方法，设计并实现了这个 系统，用以辅助写作翻译过程，规范人与计算机的分工与协作。本系统已 经在网上正式发布，投入了试用。该系统可以对单词、词组、以及词的搭 配给出更精确的翻译解释。实际应用的结果也表明，它能有效地帮助中／英 文用户更流畅地书写和翻译英／中文，保证写作翻译的效率和质量。此系统 具有文本搜索、对应片段搜索和翻译记忆管理工具，文本搜索工具允许用 户查询已经翻译好的文本或参考文档；对应片段搜索工具帮助用户检索出 一个单词或一种表达方式在源语言和目标语言中的对应翻译结果；翻译记 忆管理工具保存了文本片段的在源语言和目标语言中的对应关系。从“信 息一知识一智能转换”理论的观点看，“基于实例的机器辅助写作翻译系统” 和“基于实例的机器翻译”在工作原理上有异曲同工之妙：它们所利用的 “信息一知识一智能转换”的原理颇为相似，但一个注重于写作外文，一个 注重于翻译外文。 关键词：语料库，基于实例的机器翻译，机器辅助翻译，双语语料库，翻 译记忆，搭配，实例 Abstract transformis themechanism Information-Knowledge．Intelligence ofartificial isthelawa of approach intelligence．Notonly subject extensivetheoretical it has also excelledin study,but maior in research．Thisstudiesthe