古汉语与现代汉语句子对齐研究.PDFVIP

第３０卷第１１期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１１ ２０１３年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１３ 古汉语与现代汉语句子对齐研究 刘　颖　王　楠 （清华大学中文系　北京 １０００８４） 摘　要　　对西汉时期司马迁所著《史记》原文（古文）与现代文译文（现代文）的平行语料进行句子对齐研究。对数线性模型将句 子的长度特征、句子对齐模式特征和共现汉字特征相结合来对《史记》古文和现代文进行句子对齐。通过实验可以看出，同时考虑 句子长度、句子对齐模式和共现汉字三个特征，句子对齐的准确率和召回率是最高的，准确率为９４．４％，召回率为９４．３％。 关键词　　句子对齐　对数线性模型　对齐模式 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１１．０３６ ＲＥＳＥＡＲＣＨＯＮＣＬＡＳＳＩＣＡＬＡＮＤＭＯＤＥＲＮＣＨＩＮＥＳＥＳＥＮＴＥＮＣＥＡＬＩＧＮＭＥＮＴ ＬｉｕＹｉｎｇ　ＷａｎｇＮａｎ （ＤｅｐａｒｔｍｅｎｔｏｆＣｈｉｎｅｓｅＬａｎｇｕａｇｅａｎｄＬｉｔｅｒａｔｕｒｅ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＳｅｎｔｅｎｃｅｓａｌｉｇｎｍｅｎｔｆｏｒＣｈｉｎｅｓｅｐａｒａｌｌｅｌｃｏｒｐｕｓｉｓｓｔｕｄｉｅｄｉｎｔｈｅｐａｐｅｒ．Ｔｈｅｐａｒａｌｌｅｌｃｏｒｐｏｒａａｒｅｔｈｅｏｒｉｇｉｎａｌｔｅｘｔ（ｃｌａｓｓｉｃａｌ Ｃｈｉｎｅｓｅ）ａｎｄｉｔｓｍｏｄｅｒｎｔｅｘｔｔｒａｎｓｌａｔｉｏｎ（ｍｏｄｅｒｎｔｅｘｔ）ｏｆＳｈｉｊｉ（ＲｅｃｏｒｄｓｏｆｔｈｅＧｒａｎｄＨｉｓｔｏｒｉａｎ）ｗｒｉｔｔｅｎｂｙＳｉＭａＱｉａｎｉｎｔｈｅｐｅｒｉｏｄｏｆ ＷｅｓｔｅｒｎＨａｎＤｙｎａｓｔｙ．Ｔｈｅｌｏｇｌｉｎｅａｒｍｏｄｅｌｃｏｍｂｉｎｅｓｔｈｅｌｅｎｇｔｈｆｅａｔｕｒｅａｎｄｓｅｎｔｅｎｃｅａｌｉｇｎｍｅｎｔｍｏｄｅｆｅａｔｕｒｅｏｆｔｈｅｓｅｎｔｅｎｃｅｗｉｔｈｔｈｅｃｏ ｏｃｃｕｒｒｅｎｃｅｏｆＣｈｉｎｅｓｅｗｏｒｄｓｆｅａｔｕｒｅ，ｉｎｔｈｉｓｗａｙｔｏａｌｉｇｎｔｈｅｓｅｎｔｅｎｃｅｓｏｆｔｈｅｃｌａｓｓｉｃａｌＣｈｉｎｅｓｅａｎｄｔｈｅｍｏｄｅｒｎｔｅｘｔｏｆＳｈｉｊｉ．Ｔｈｒｏｕｇｈｔｈｅ ｅｘｐｅｒｉｍｅｎｔｉｔｃａｎｂｅｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｅｃｉｓｉｏｎａｎｄｒｅｃａｌｌｒａｔｅｏｆｓｅｎｔｅｎｃｅａｌｉｇｎｍｅｎｔｒｅａｃｈｔｈｅｈｉｇｈｅｓｔａｔ９４．４％ａｎｄ９４．３％ｒｅｓｐｅｃｔｉｖｅｌｙ ｗｈｅｎｔａｋｉｎｇｉｎｔｏａｃｃｏｕｎｔｔｈｅｓｅｔｈｒｅｅｆｅａｔｕｒｅｓａｔｔｈｅｓａｍｅｔｉｍｅ． Ｋｅｙｗｏｒｄｓ　　Ｓｅｎｔｅｎｃｅａｌｉｇｎｍｅｎｔ　Ｌｏｇｌｉｎｅａｒｍｏｄｅｌ　Ａｌｉｇｎｍｅｎｔｍｏｄｅ 号、人名、地名和机构名等；（２）利用同一语系语言之间存在的 ０　引　言 同源词或机器词典来进行句子对齐。Ｋａｙ和Ｒｏｓｃｈｅｉｓｅｎ利用部 分词语的对齐来指导句子对齐，提高了句子对齐的准确率［３］。 双语对齐是机器翻译研究的重要组成部分。所谓“双语对 Ｓｉｍａｒｄ利用英语和法语的一些同源词进行句子对齐［４］。 齐”，就是在翻译过程中源语言和目标语言在语言单位上的各 在汉语研究方面，Ｗｕ则利用特殊词汇作为句子长度单位， 种对应关系。根据语言单位的不同，可以将双语对齐按照语言 对香港立法委员会的会议记录进行了实验，取得较好的效 单位的大小分为：段落对齐、句子对齐、组块对齐、短语对齐和词 果［６］。Ｗ