多语种同义词组的自动建立研究

摘要

多语言词典在机器翻译和自然语言处理等计算机研究领域有着非常重要的作用。经过研究人员多年的努力，多语言词典方面的研究取得了很多的成就，但是到现在为止，仍然没有一种多语言词典可以涵盖到所有的自然语言。在这篇文章中，我们提出了三种新颖的计算机多语言词典的自动建立算法：三元组合自底向上的层次化扩展方法，三元组合并全覆盖扩展方法和三元组合并双覆盖扩展方法。这些算法利用已存在的三语言同义词组的自动建立算法，将多个三语言同义词组按照一些规则相互合并得到多语言的同义词组。这些算法解决了计算机词典自动建立过程中的“错误累积问题”。在实验中我们使用这些算法得到了中文，英语，德语和日语四国语言的词典，并对结果进行了分析和比较，评测结果表明我们得到的多语言词典具有很高的精确度。在文章的最后我们以语言网络提供的网络服务为基础，建立了一个多元组协调的多跳机器翻译系统。 该系统利用多语言词典来替换多跳机器翻译过程中误译的部分，使得多跳机器翻译的中间结果之间能够保持词语概念的一致性。对该系统的质量评测表明我们解决了多跳机器翻译系统中词的“概念迁移”问题，并最终实现了多跳机器翻译系统的优化。