[發明專利]一種雙語最大名詞組塊分離-融合的翻譯方法

有效

• 申請號: 201310593728.5
• 申請日: 2013-11-21
• 公開（公告）號: CN103942192A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 黃河燕;史樹敏;李業剛
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F17/28
• 分類號: G06F17/28;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種雙語最大名詞組塊分離-融合的翻譯方法，其特征在于包括以下步驟：?

步驟一、對待翻譯的句子進行BMNC識別，并將所有BMNC抽取出來組成BMNC集合；同時，在原來的句子中用BMNC的中心詞的詞性來代替BMNC整體，形成句子骨架；具體過程如下：?

首先，定義一個面向機器翻譯的實際需要的雙語最大名詞組塊BMNC概念，它不僅是一個完整的句法單元和語義單元，在句子中有穩定的外部修飾結構，還具備雙語可互譯性和雙語識別的一致性；在單語中，它可能被其它名詞短語包含，但是它不能被可互譯的其它名詞短語包含；?

從句法樹庫中隨機抽取2000句，提取BMNC并標注其中心詞，作為訓練語料；通過機器學習的方法，訓練BMNC及其中心詞的識別模型；?

然后，利用識別模型，對待翻譯的句子進行BMNC及其中心詞識別標注，提取句子中所有BMNC并組成BMNC集合——BMNCs，同時，將句子中的BMNC用其中心詞詞性代替形成句子骨架；?

步驟二、建立BMNC和句子骨架的翻譯模型，翻譯經步驟一得到的BMNCs和句子骨架；?

為翻譯步驟一中得到的BMNCs和句子骨架，首先訓練BMNC和句子骨架的翻譯模型，其流程具體如下：?

在句子級別對齊的語料中抽取對齊的BMNC，建立BMNC平行語料庫；首先，分別對漢英句子進行BMNC粗識別，然后對BMNC進行識別對齊修正，最后通過一個貪心搜索，得到句對最優的BMNC對集合；?

平行語料中提取到的所有BMNC對構成了BMNC平行語料；把每個句子中的BMNC用對應的中心詞的詞性代替，組成句子骨架平行語料，由此將句子級對齊的平行語料分解為BMNC平行語料和句子骨架平行語料，并在這兩個語料上分別訓練BMNC翻譯模型和句子骨架翻譯模型；?

利用上述BMNC翻譯模型，對步驟一得到的BMNCs進行翻譯，得到英語BMNCs的n-best輸出；利用句子骨架翻譯模型翻譯待翻譯句子的句子骨架，得到句子骨架的英語n-best輸出；所述n-best是指最優的前n個結果；?

步驟三、融合英語的BMNCs和句子骨架，形成翻譯結果；?

把經步驟二得到的英語端BMNCs的n-best輸出和英語端句子骨架的n-best輸出進行交叉組合，產生待翻譯句子的一系列翻譯候選；利用線性加權模型，?融合n-gram特征和句子長度懲罰特征為每個翻譯候選打分，把翻譯任務轉換為一個排序任務，選取得分最高的翻譯假設作為最優句子翻譯結果；所述n-gram是指n元語法模型。?