自动口语翻译系统中的译文生成方法的研究

摘要

该论文介绍的是我们对基于中间转换格式(IF)的口语翻译系统中目标语言生成方法的研究工作.论文一方面介绍了我们针对特定领域的基于IF汉语生成的研究,另一方面介绍了我们对基于IF的口语翻译中具有领域和语言可移植性生成理论和方法的研究.归纳起来,论文主要完成以下几项工作:论文第一项工作是对汉语口语特点进行了分析,并研究实现了一个面向特定领域的中文句子生成器.该生成器没有采用通常的微观规划和表层生成的两步结构,而是采用一体化的结构.论文第二项工作是对生成策略的研究.在口语翻译系统中,效率、灵活性和鲁棒性是三个非常重要的方面.针对这些要求,我们采用了基于模板与基于特征相结合的混合生成策略.对于一些固定的表达方式,我们采用带有变量的模板方法进行生成以提高效率;而对于其它比较灵活的表达方式,我们采用基于特征的生成方法以满足系统灵活性的要求.模板方法具有高效的特点,但是不够灵活,而且领域可移植性较差.而基于特征的方法恰恰相反.二者的结合使生成器兼顾了效率与灵活性.针对鲁棒性的要求,我们在微观规划和表层生成部分都采取了措施.由于汉语对句子参与成分并没有象英语等其它语言那样高的要求,在汉语句子生成中,我们取消对句子参与成分的约束,即允许生成不完整的句子.对英文生成来说.我们同样尽可能放松对句子参与成分的限制.此外,根据领域知识,我们还对某些句子成分设置了缺省值.这些措施都使得生成的鲁棒性和效果大大改善.第三个工作是对微观规划方法的研究.我们微观规划是根据IF的特点设计的,主要有三个子任务:句子规划、短语规划和词汇选择,最终规划的结果得到一种适合于句子生成的语义句法特征结构.该方法具有较高的效率,词汇选择的引入也改善了生成的准确性和自然度.句子规划根据IF表达式和领域知识确定句子类型、谓语动词和句子的谓词—论元框架,以及语气、时态、情态等信息.短语规划的功能是根据IF的参数列表获得句子的浅层短语结构信息.IF在参数列表中对浅层信息具有很好的形式化描述,非常有利于短语的生成.论文进行的第四项工作是对通用的表层生成理论及方法的研究.该文建立了基于系统功能语法的中、英文表层生成的语法,并采用功能合一算法进行目标语言表层形式的生成.语义句法功能信息采用复杂特征集表示.该方法是领域无关的,同时具有一定的语言可移植性.在理论和算法研究的基础上,我们实现了一个应用于口语对话翻译系统的中英文生成模块.实验表明我们的方法对基于IF的口语翻译系统中目标语言的生成是行之有效的.

目录

文摘

英文文摘

独创性声明和关于学位使用授权的说明

第一章绪论

1.1自然语言生成系统的组成

1.1.1文本规划

1.1.2微观规划

1.1.3表层生成

1.2自然语言生成的发展

1.2.1自然语言生成方法研究的进展

1.2.2多语言生成研究的现状

1.3口语翻译中的目标语言生成

1.3.1口语翻译的特点

1.3.2几种自动口语翻译策略

1.3.3基于中间语言的多语口语翻译

1.3.4口语翻译系统中目标语言生成存在的问题

1.3本文的主要工作

第二章中间转换格式-Interchange Format

2.1话语行为理论

2.2中间语言

2.2.1中间转换格式(Interchange Format)

2.2.2对IF的处理

第三章面向特定领域的汉语句子生成

3.1汉语的特点

3.2面向特定领域汉语句子生成的架构

3.3句子生成

3.4短语生成

3.5词汇选择

3.6实验结果

第四章模板与特征相结合的中英文生成

4.1语法的选择

4.2生成方法的确定

4.2.1混合生成策略

4.2.2生成器的体系结构

小结

第五章微观规划

5.1句子规划

5.2短语规划

5.3词汇化与词汇选择

5.3.1常用的词汇化方法

5.3.2目标语义生成器中的词汇选择

5.3.3词典的设计

第六章系统功能语法理论和语义特征结构模型

6.1系统功能语法理论及其与中间转换格式的部分对照

6.2语义特征结构模型

第七章表层句法生成器

7.1语法的建立

7.2功能合一与线性化运算

7.3与语言相关的处理

7.3.1与英文生成相关的处理

7.3.2与汉语相关的处理

第八章语料整理工作及中英文双语生成器实验结果

8.1语料整理工作

8.2实验结果及分析

结论与展望

参考文献

附录A Interchange Format的定义示例

附录B旅馆预订领域语料的分类

附录C作者攻读学位期间参加的项目以及发表的文章

致谢