德汉机词典的设计器宝陈勋计算中心.pdf

德 汉 机 器 词 典 的设 计 计算 中心 谢谢佥佥宝宝 陈陈 勋勋 郭 蔽蔽 ‘i 摘 要 本文主要叙述德 汉机器翻译 系统 (DEMTS)中的机器词典设计。 内容包 括 机 器词典 的规模、结构，存取方式和管理工具 。 一 、 概 述 木 机器翻译系统的质量好坏，速度快慢，很大程度上取决于机器词典的设计。对机器词典 的访 问贯穿于整个翻译过程 无论在词法分析 、句法分析、语义分析或转换生成过程 中都要 访 问词典。机器词典与翻译系统的关系如图 1所示。 刁 《 寸 德 图 I 机器词典和翻译系统的关系 ?、 机器词典的设计涉及诸多因素。一般需考虑词典规模，词典结构，存取方式和词典管理 ， 工具等因素。下面就正在研制的德汉机器翻译系统 (DHMTS)中的机器词典的设计展 开 一 渤 些讨论。 i 二、词典规模 L 词典规模或容量的设计应兼顾需要和可能两种情况。所谓需要是指翻译系统为保证翻译 质量对词典规模的要求。一般地说，词典中词条愈多，信息愈完善，则翻译质量愈高。然而， 词典规模愈大，需要的计算机资源也愈大。另外，建立一部大的词典，涉及的人力和物力也 是相 当可观的，因此，词典柏规模应综合考虑上面两个方面。一般情况下，建立一个包罗万 象韵机器词典是没有必要的，建立适用于某一个或若干个领域的词典是可行的。从 目前国际 上一些商用化的机译系统看，其机器词典被划分为基本词典和专业词典，有的还建立有用户 词典，允许用户 自己扩充，这种方法是可取的 考察一下国际上一些商用机译系统的机器词 典规模也许是有益的。表 1是部分结果。 初次设计词典时，规模可小一些，因为词典结构尚需与算法匹配。此外，词典的信息也 需要修正和完善。因此，开始时，规模小一些，有利于词典的结构调整和信息完善。 根据METAL德英机译系统的经验，5000条单词可 覆盖g0 的科技文献。我们的主 要 目标是翻译科技文献，而不是文学作品。在调查研究的基础上，DHMTS德汉机译系统 将 建 立2000条词汇的基本词典和3000条词汇的专用词典。 袭 l 国际上一些商用化机译系统的词典规横 机 译 系 统 语 种 基率词典 专墨词典 厢户词典 备 注 Bravicel Pak 日 英 40000 由用户建立 — — ATLAS I型 英 日 5300 25oo00 ATLAS Ⅱ型 英 丑 5000 25Oooo MELTRAN— I门 日 英 5OOo0 300o0 HICATs／E 日 奠