让格书写以及台华互译初探LangGehOrthographyandanInitial.PDFVIP

讓格書寫 以及 台華互譯 初探 LangGeh Orthography and an Initial Study of Statistical Translation Between Taiwanese and Mandarin 江永進 Yuang-Chin Chiang 清華大學 統計所 Institute of Statistics, National TsingHua University jjchiang1@ 楊佩琪 清華大學 統計所 林淑卿 清華大學 統計所 張春凰 清華大學 通識中心 高明達 中央研究院 資訊研究所 呂仁園 長庚大學 資訊研究所 陳孟彰 中央研究院 資訊研究所 摘要 讓格書寫 是 新近提議的 書寫方式 [1] ，主張 在 語句中 適當的地方 加上 空白字 元， 適合 台客華語等 使用漢字ｅ 文字系統。 大體上講， 讓格書寫 是 分 簡短詞 組， 對比的是 英語的 分詞書寫， 傳統華語的 分句書寫 ，以及 語言技術的 分詞技 術。讓格書寫 有 減少模糊、 方便閱讀、利益 語言技術 等 優點々我們 甚至認為， 空白字母的 地位 如同 數字系統的 零。我們 使用 讓格書寫，製作 一套 主要是 台 華語的 平行語料庫，各約 15 萬字，並且用來 初步探討 台華語 詞典製作、以及 台 華語互譯 問題々在 此過程 中， 我們 利用了 台華語的 二大類似〆 共同詞多、 詞 序類似。比較 現時 詞組為基礎的 統計式 翻譯 趨向，讓格書寫 實質上 有讓 台語 的 語言技術 站在 較佳的 基礎上。 399 Abstract LangGeh orthography is a new writing style proposed by [1]. For Han family languages such Taiwanese or Mandarin that uses Chinese character, LangGeh proposes writing with spaces in-between, using simple short phrase as a unit. This is in contrast to word-based orthography in English and sentence-based orthography in traditional Mandarin. Easy to add spaces, LangGeh has the advangtages of reducing ambiguity, easier to read, and easier for text processing in Chinese characters. Using the LangGeh orthography, we produce a parallel corpus in Taiwanese and Madarin, ab