基于NP树的英文专利文献术语自动翻译技术研究

摘要

随着对外交流，引进先进技术的增加，人们接触专利文献的机会越来越多。从事科技翻译的人员经常要遇到专利文献的翻译问题。而术语翻译尤其是专利文献翻译的一个重要部分。近年来机器翻译技术取得了很大的突破，使得翻译质量有了很大的提高，为专利文献翻译提供了有力的手段。
　　本文针对专利文献中的术语NP(noun phrase)的特点，使用统计和规则相结合的方法实现了术语NP的自动翻译。从建立NP树库，译文选择模型的建立，NP翻译模式的归纳，到基于知网的最相似NP树的查找以及翻译结果的自动评测，实现了一个完整的术语翻译流程。
　　主要工作包括以下几个方面：
　　第一，提出了一种改进互信息的译文选择方法。本文认为词语的译文的选择不是孤立进行的，上下文对译文的选择有着重要的意义，通过对已有的互信息公式加入翻译模型特征进行改进，结合翻译模型与互信息来选择最佳译文。
　　第二，采用了NP翻译模式进行译文的调序处理。根据术语NP的特点，对句法分析后的NP进行翻译模式的总结，概括出比较常用的NP翻译模式，作为复杂NP进行译文调序的依据。
　　第三，提出了一种基于HowNet的最相似NP树的查找方法。本文将已有的基于HowNet的词语相似度公式进行扩展，提出基于HowNet的NP语义相似度计算方法来进行最相似NP树的查找。
　　第四，建立一个完整的术语翻译系统。使用机器翻译自动评测技术进行翻译结果的自动评测，与基于短语的统计机器翻译系统(Pharaoh)进行对比实验。
　　实验结果表明本文基于NP树的术语翻译方法优于基于统计的机器翻译方法(Pharaoh)。对于下一步的工作，尝试加入更多NP翻译模式和语言学知识来改善翻译效果。