Semantic language and multi-language MT approach based on SL

Any natural language is regarded as a representation of semantic language.The translation between two languages (I,J) is regarded as a transformation between two representations.A natural language-Ⅰ is translated into another natural language-J only by two steps.One is semantic-analysis of language-Ⅰ based on “semantic-element-representation-base of language-I“,the other is deploying into the representation of language-J based on “semantic-element-representation-base of language-J‘.For translating in N natural languages,it is needed to develop N translation systems only,rather than N（N-1）/2,or 2N systems.     

基于统计的句法分析技术综述

Parsing is a fundamental problem in natural language processing. This paper presents a critical overview of the state-of-the-art in statistical parsing technology, including the primary statistical theory, statistical models and the parsing evaluation. At last we give our point on the statistical parsing direction.     

站在语言信息处理基础研究的前沿--"973"相关课题介绍

本文扼要介绍了国家重点基础研究发展规划项目"973"项目中与语言信息处理领域相关的课题"面向大规模真实文本的汉语计算理论、方法和工具"的基本情况;讨论了该课题的主要研究目标、研究内容及具体实施方案;向读者显示了该课题的若干最新进展,并指出了标准(规范)问题在语言工程中的重要性.     

利用音译和网络挖掘翻译命名实体

本文提出了一种新颖的方法,综合利用音译和网络挖掘来提高命名实体翻译的效果。具体而言,首先利用音译模型生成一个候选翻译,然后利用音译信息配合网络挖掘获得更多的候选翻译。最后,使用最大熵(Maximum Entropy)模型综合考虑源词和候选翻译之间的各种特征,如发音相似度,上下文本特征,网页共现关系等,来排序得到的候选翻译,从而决定最终的翻译结果。实验结果显示我们的方法显著的提高了命名实体翻译的精确度。     

基于实例的汉蒙机器翻译

本文通过对汉蒙机器翻译方法的研究,给出了一种基于实例的汉蒙机器翻译方法,并加以了实现。本文给出了用于汉蒙EBMT机器翻译的实例搜索以及短语片段划分、匹配、组合的方法。本文给出的方法是基于词语对齐的,利用词语对齐进行词语的匹配,并根据匹配词数和长度计算相似度,选取最好的实例。通过对齐信息,确定片段组合的策略,生成翻译结果。通过对方法的实现和实验,完成了一个基于实例的汉蒙机器翻译系统。     

英汉机器翻译中基于规则的句子结构分析与转换

以英汉机器翻译系统为研究背景,提出了一种基于规则的句子结构分析与转换方法。针对不同情况采取不同策略将复杂句分解成由一组简单句构成的复杂句子结构。简单句结构分析以谓语动词为中心,依据其EICG格约束和句子浅层分析结果填充格框架,从而得到整个句子的语法语义结构。句子结构转换依照句子分析结果和转换规则产生等价的目标语言的线性语法语义结构。系统运行结果表明,本文提出的方法能够正确有效地分析英语句子的结构并完成英汉句子的转换。     

机器翻译与语言研究（上）

本文介绍了机器翻译发展的曲折过程，特别是介绍了世界上第一次机器翻译试验的许多鲜为人知的历史资料，说明了机器翻译对于语言学研究提出的各种新问题。     

两大类形式化方略

阐述机器翻译的两大类形式化方略。其中,第一大类形式化方略涉及:编程语言和英语(自然语言);第二大类形式化方略涉及:二进制数与十进制数、十进制数与汉字中文、中文和英文(可换)三类双语协同变换,属于形式化及其拓展研究领域。其结果是:凸显了第二大类形式化方略。其意义是:揭示了其理论依据,并为含语言学在内的学科知识系统工程提供了广义双语信息处理技术,有利于母语为非英语的计算机用户改善人机对话的语言环境。     

汉蒙统计机器翻译中的调序方法研究

在基于短语的汉蒙统计机器翻译系统的研究中,我们发现存在着严重的语序错误。该文在对汉语和蒙古语句子语序进行研究的基础上,提出了基于蒙古语语序的汉语句子调序方法; 同时介绍了调序规则和调序算法的设计;最后给出了具体实验。实验证明这种方法明显提高了现有汉蒙机器翻译系统的性能。     

互联网机器翻译

该文在回顾机器翻译发展的基础上,总结了主要的机器翻译方法,并主要阐述互联网机器翻译的特点及面临的挑战.面向互联网机器翻译的应用需求,并针对互联网资源具有海量、高噪声、时效性、稀疏的特点,提出了多策略混合翻译方法、资源挖掘和过滤以及分布式处理技术、领域自适应技术,针对数据稀疏论述枢轴语言技术和新语种快速部署技术;然后结合...