李玉健，北京工業(yè)大學(xué)計算與計算機學(xué)院，多媒體與智能軟件技術(shù)北京市重點實驗室，北京 100022 E-mail：摘要：在機器翻譯系統(tǒng)中，模板可以作為知識表示的方法. 組織的戰(zhàn)略將極大地影響系統(tǒng)的整體性能。本文討論了英漢翻譯模板的標(biāo)準(zhǔn)化，提出了初步方案，并將其應(yīng)用于英漢翻譯系統(tǒng)的設(shè)計和實現(xiàn)。已取得初步成功，并驗證了方案的可行性。它為基于大規(guī)模模板庫開發(fā)高質(zhì)量的英漢翻譯系統(tǒng)提供了可能。在2005年舉辦的863測評中，本文開發(fā)的英漢翻譯系統(tǒng)達到的水平：對話翻譯手冊評價的忠誠度和流暢度分別為73.62 68.16章翻譯手冊評價忠誠度的流暢度和流暢度為分別為 41.16 和 31.45。關(guān)鍵詞：機器翻譯；翻譯模板；標(biāo)準(zhǔn)化中文圖書館分類號：T391.2 StandardizationStrategy 英漢翻譯模板及其應(yīng)用李玉劍學(xué)院計算機科學(xué)技術(shù)模板化翻譯，北京大學(xué)技術(shù)，北京100022，中國北京市重點實驗室智能軟件技術(shù)E-mail：摘要：機器翻譯系統(tǒng)，模板能的知識表示方法，極大地影響整個系統(tǒng)的性能。

但是，由于自然語言的極端復(fù)雜性，目前還沒有一種分析策略可以完全解決機器翻譯系統(tǒng)中涉及的各種問題。為了綜合利用這三種方法的優(yōu)點，克服各自的問題，一種常用的方法是將多種翻譯策略有機地結(jié)合起來，實現(xiàn)各種策略之間的優(yōu)勢互補，提高系統(tǒng)的性能[15-17]。在機器翻譯的研究中，除了多種策略的綜合集成，另一個重要的方法是增加處理粒度[18]。用中心詞標(biāo)注的目的是為了簡化處理句子結(jié)構(gòu)，解決機器翻譯的歧義。基于塊的方法是近年來自然語言領(lǐng)域出現(xiàn)的一種新思想[19]。目前，對單語詞塊的研究已經(jīng)取得了很多成果[21-24]?？梢源?Chunk 進行機器翻譯的一個概念是模板。簡單的說，一個模板可以看成是一個有變量的Chunk，一個Chunk可以看成是一個沒有變量的模板。使用模板而不是塊可以將許多塊合并為一個模板。因此，作為特例，語料庫中模板的頻率大于Chunk的頻率。因此，為了表征一個語料庫中的語言現(xiàn)象，所需的模板數(shù)量將遠少于所需的Chunk數(shù)量。盡管模板可能比 Chunk 具有更多的歧義，但通?？梢越馕瞿０逯械膯蝹€模板。

本文討論了模板的定義，討論了英漢翻譯模板的標(biāo)準(zhǔn)化，并提出了初步方案，結(jié)合句法分析技術(shù)和模板匹配替換通用算法，應(yīng)用于英漢翻譯系統(tǒng)的設(shè)計和實現(xiàn)。 . 已取得初步成功，并驗證了方案的可行性，從而為基于大型英漢翻譯模板庫開發(fā)高質(zhì)量的英漢翻譯系統(tǒng)提供了可能。模板的定義和描述 各種自然語言中重復(fù)使用的模板結(jié)構(gòu)很多。抽象地講，模板可以看作是具有一定穩(wěn)定性的語言認(rèn)知結(jié)構(gòu)。每個模板結(jié)構(gòu)通常由幾個常量和變量組成。例如，英語短語“give sth. sb”。是一個模板結(jié)構(gòu)，單詞“give”和“to”是常量，“sth”。和“某人” 是一個變量。當(dāng)一個模板中的所有變量都替換為它們能得到的常量值時，得到的詞序列稱為模板的一個實例。例如，“give me”是“givesth. sb”的一個實例。為了某概念，本文還引用了一些沒有變量的特殊短語或句子作為模板。從形式語言學(xué)的角度來看，模板中的常量項是終結(jié)符，模板中的變量項是非終結(jié)符。源語言模板 (ST, Source Template) 往往有對應(yīng)的另一種語言的目標(biāo)語言模板（TT，Target Template）。源語言模板和目標(biāo)語言模板形成的有序?qū)Α癝TTT”通常稱為翻譯模板。

在傳統(tǒng)的翻譯模板概念中，通常要求一個源語言模板只能有一個目標(biāo)語言模板，并且源語言模板的非終結(jié)符和目標(biāo)語言模板的非終結(jié)符必須對應(yīng)一個-一，數(shù)相等?？紤]模板的類別標(biāo)注問題。這里，翻譯模板被定義為源語言模板和目標(biāo)語言中所有可能的目標(biāo)模板的集合。因此，如果考慮模板的類別標(biāo)注，并且每個類別標(biāo)注下只允許一個目標(biāo)翻譯，那么從形式上看，可以參考以下標(biāo)準(zhǔn)結(jié)構(gòu)某描述一個翻譯模板：Source Template POS tag TargetTemplate POStag TargetTemplate POStag TargetTemplate 其中，“POStag”代表類別標(biāo)簽的代碼。如果使用形式語言的術(shù)語模板化翻譯，那么每個源語言模板可以看成如下結(jié)構(gòu)：(str1) 顯然，每個對應(yīng)的目標(biāo)語言模板也可以寫成：(str2)符號串(str1）和(str2）)有以下約束：是任意r+1個從小到大排列的整數(shù)，一個終止符（可能是空字符），是源語言中的r個非終結(jié)符，它們可以相同也可以不同；是任意m+1個從小到大排列的整數(shù)，并且是終結(jié)符（可能是空字符），是目標(biāo)語言中的m個非終結(jié)符, 它們可以相同或不同；中出現(xiàn)的某些非終結(jié)符具有一定的確定性轉(zhuǎn)換關(guān)系，可能不相等。

根據(jù)上述模板的定義，以具有兩個類別注釋的英漢模板為例，描述如下：comment about NP vi。動詞類型，“n”表示名詞類型。如果沒有特別說明，下面使用的詞性標(biāo)簽與英語語法中使用的相同。英漢翻譯模板標(biāo)準(zhǔn)化方案及其應(yīng)用[J]. 由于之前對翻譯模板的定義，它不僅允許一個源語言模板有多個不同的對應(yīng)目標(biāo)語言模板，還允許每個對應(yīng)的目標(biāo)語言模板中有非終結(jié)符和源語言模板。中的非終結(jié)符之間存在一對多和多對一的關(guān)系，因此比傳統(tǒng)的模板定義更能合理地反映實際的自然語言現(xiàn)象。此外，由于人類一生能夠?qū)W習(xí)和構(gòu)建的語言認(rèn)知結(jié)構(gòu)非常有限，可以想象，與語言認(rèn)知結(jié)構(gòu)相關(guān)的模板數(shù)量也非常有限，盡管這個數(shù)量可能達到數(shù)萬個?；驍?shù)十萬。，即使是幾千萬，但對于建立大型翻譯模板庫來說應(yīng)該是一個有限合理的數(shù)字，不是一個遙不可及的天文數(shù)字。有了足夠的模板，給定的句子就可以作為源語言模板的組合進行分析，然后可以使用通用的模板匹配替換算法將源語言翻譯成目標(biāo)語言[25]。但是，針對某些兩種語言構(gòu)建實際的大規(guī)模翻譯模板庫并不容易。制定細致可行的模板標(biāo)準(zhǔn)化計劃是必不可少的一步。

下面將討論建立英漢翻譯模板的初步標(biāo)準(zhǔn)化方案。首先，英漢翻譯模板根據(jù)源語言部分分為靜態(tài)模板和動態(tài)模板。靜態(tài)模板是完全由終止符組成的短語。它們總是作為一個整體使用。嚴(yán)格來說，在任何語境中，都只能有這樣一種固定的組合搭配，不會因為語境的變化而分開。不同的意義單位。例如：人工智能 n．人工智能; 機器翻譯 機器翻譯；動態(tài)模板是指除靜態(tài)模板之外的任何模板，也就是說除了所有帶有非終結(jié)符的模板外，還包括那些隨機使用的模板。根據(jù)上下文，有時可能會分離或重新組合總詞短語。一個完全由終止符組成的動態(tài)模板的例子如下：一點; 模板之所以是動態(tài)模板，是因為“一點”還可以組合成其他模板，比如：littleADJ adj。一點點ADJ；暫時的 一會兒; 顯然，從給定的英語句子中分析靜態(tài)模板是非常容易的，因為靜態(tài)模板在任何上下文中都可以看到。模板式英漢翻譯系統(tǒng)框圖 詞法分析 靜態(tài)模板分析 動態(tài)模板分析 句法分析 模板匹配替換分析 詞典庫 靜態(tài)模板庫 動態(tài)模板庫輸入英文句子，輸出翻譯結(jié)果。

但是，如果要確保一個英語句子使用某個動態(tài)模板，就不能簡單地使用詞匹配和詞性匹配方法。通常，它通常需要使用句法分析技術(shù)才能獲得更好的結(jié)果。目前好的句法分析算法一般都有較高的時間復(fù)雜度或空間復(fù)雜度要求。如果同時啟用所有模板進行分析，尤其是在動態(tài)模板規(guī)模比較大的情況下，很難得到滿意的結(jié)果。高效的。因此，對動態(tài)模板進行分類、排序和索引，以便按需調(diào)用是必不可少的步驟。考慮到句法分析的需要，本文就如何組織大型英漢翻譯模板提出如下初步標(biāo)準(zhǔn)化方案： 根據(jù)前兩項是終結(jié)符還是非終結(jié)符，動態(tài)模板分為以下五類，分別使用TT , TN, NT, NNT 和 NNN，其中“TT”表示所有第一項都是終止符的模板（即英文單詞），“TN”表示所有第一項終結(jié)符，第二項是非終結(jié)符“NT” " 表示所有的第一項都是非終結(jié)符和非終結(jié)符，第三項是終結(jié)符?！癗NN”表示所有其他模板。通過第一項對TT模板進行排序并建立索引，通過第一項對TN模板進行排序并建立索引，通過第二項對NT模板進行排序并建立索引，通過第三項對NNT模板進行排序并建立索引Index；NNN 不需要創(chuàng)建索引，因為這樣的模板總數(shù)并不多，即使全部用于句法分析，系統(tǒng)的整體效率也不顯著。

本文根據(jù)上述英漢翻譯模板標(biāo)準(zhǔn)化方案，結(jié)合作者[25]提出的句法分析技術(shù)和模板匹配替換通用算法，實現(xiàn)了基于模板的英漢翻譯系統(tǒng)，目前包含約38,000個條目和21,000個模板（其中有約6,400個靜態(tài)模板和約14,600個動態(tài)模板），所有這些都是通過手動輸入創(chuàng)建的。系統(tǒng)首先利用輸入句中的終止符從靜態(tài)模板庫和五種動態(tài)模板庫中檢索可能的模板。搜索的基礎(chǔ)是模板中的所有常量必須同時在輸入語句中依次（但可能不連續(xù)）。出現(xiàn)；然后使用標(biāo)準(zhǔn)的Earley算法分析句子的模板嵌套結(jié)構(gòu)[26]；*后，通過模板匹配和替換實現(xiàn)英文句子到中文句子的翻譯。整個基于模板的英漢翻譯系統(tǒng)的框架如圖1所示。在2005年舉辦的863評測中，目前系統(tǒng)在開發(fā)集和測試集上的性能指標(biāo)如表1所示。系統(tǒng)在開發(fā)集上的結(jié)果 測試內(nèi)容 NIST BLEU GTM mWER mPER 對話翻譯8.8004 0.5217 0.8124 0.3835 0.3041 章節(jié)翻譯< @9.8652 0.4757 0.8258 0.5841 0.

雖然由于人力物力的限制，程序只取得了初步的成功，但是考慮到作者的翻譯引擎設(shè)計完全獨立于模板庫，如果能夠結(jié)合一些模板自動提取算法，也將加強大型模板庫建設(shè)的投入，屆時該方案有望對機器翻譯技術(shù)的發(fā)展產(chǎn)生重要影響，而基于大型模板庫的機器翻譯技術(shù)也將達到新的高度。參考文獻智能英漢翻譯系統(tǒng)IMT/EC。中國科學(xué)[J], pp.187-194,198<@9. Sadler.Theoretical Basis MiMo.Machine Translation[J], Vol.5, No.3, pp.195 -222, 1990. MRosetta . 作文翻譯[M]．Kluwer Academic Publishers，荷蘭多德雷赫特，1994. KoichiTakeda。基于模式的上下文無關(guān)語法 MachineTranslation。過程 第 34 屆ACL pp.144-- 151，199 年6 月6. Cocke、Stephen DellaPietra、Vincent DellaPietra、Jelinek、Robert PSRoossin。統(tǒng)計方法機器翻譯。計算語言學(xué) 1990,16(2): 79-85. Brown,Stephen DellaPietra, Vincent DellaPietra, Robert Statistical Machine Translation: Parameter Estimation. Computational Linguistics 1993,19(< @2)：79-85. Brown、Stephen DellaPietra、Vincent DellaPietra、Robert 統(tǒng)計機器翻譯：參數(shù)估計。計算語言學(xué) 1993,19(< @2)：79-85. Brown、Stephen DellaPietra、Vincent DellaPietra、Robert 統(tǒng)計機器翻譯：參數(shù)估計。計算語言學(xué) 1993,19(<