1、隨著因特網(wǎng)的迅猛發(fā)展，“信息爆炸”已成為信息處理領(lǐng)域中的瓶頸問題。信息的日益國(guó)際化及語(yǔ)言之間的障礙形成了人們對(duì)機(jī)器翻譯系統(tǒng)的強(qiáng)烈需求，而普遍存在的知識(shí)獲取難題始終制約著翻譯系統(tǒng)的發(fā)展。語(yǔ)言學(xué)知識(shí)和統(tǒng)計(jì)模型在自然語(yǔ)言信息處理領(lǐng)域所取得的成功，為人們利用語(yǔ)言學(xué)資源和統(tǒng)計(jì)方法實(shí)現(xiàn)翻譯知識(shí)自動(dòng)獲取在理論和實(shí)踐方面指明了方向，對(duì)機(jī)器翻譯的研究將具有重要的理論意義和實(shí)用價(jià)值。本文提出了翻譯知識(shí)自動(dòng)獲取及優(yōu)化方案。在知識(shí)獲取方面，研究了平行雙語(yǔ)語(yǔ)料庫(kù)

2、的對(duì)齊加工技術(shù)；探索了翻譯模板自動(dòng)獲取方法。在知識(shí)優(yōu)化方面，研究了短語(yǔ)翻譯對(duì)的評(píng)價(jià)與過濾技術(shù)；探索了基于評(píng)價(jià)的模板庫(kù)自動(dòng)優(yōu)化方法。將獲取的翻譯知識(shí)用于一個(gè)基于模板的機(jī)器翻譯系統(tǒng)中，并對(duì)機(jī)器譯文進(jìn)行自動(dòng)評(píng)測(cè)。實(shí)驗(yàn)結(jié)果表明：本文提出的知識(shí)獲取方法可以提高系統(tǒng)的譯文輸出質(zhì)量，降低人工獲取翻譯知識(shí)的代價(jià)。具體地講，本文將從以下幾個(gè)方面開展研究：
　　1．研究了平行雙語(yǔ)語(yǔ)料庫(kù)的短語(yǔ)對(duì)齊加工技術(shù)。分析了常用的短語(yǔ)對(duì)齊方法，及制約對(duì)齊結(jié)果的各項(xiàng)

3、因素。為雙語(yǔ)句對(duì)建立譯文等價(jià)樹，利用貪心算法來消除同層結(jié)點(diǎn)譯文邊界之間的交叉沖突。該等價(jià)樹僅考慮源語(yǔ)言句法信息，避開了源語(yǔ)言和目標(biāo)語(yǔ)兩種語(yǔ)法體系之間的不一致性對(duì)短語(yǔ)對(duì)齊的影響，以便從中獲取高質(zhì)量的短語(yǔ)翻譯對(duì)。
　　2．研究了短語(yǔ)翻譯對(duì)自動(dòng)優(yōu)化方法。探討了評(píng)價(jià)雙語(yǔ)互譯的常用方法，提出了短語(yǔ)翻譯對(duì)的評(píng)價(jià)特征。該特征同時(shí)包含了源語(yǔ)言與目標(biāo)語(yǔ)兩部分信息，以期望能夠從語(yǔ)言現(xiàn)象本身去反映短語(yǔ)對(duì)的互譯程度，獲取較好的優(yōu)化結(jié)果。使用評(píng)價(jià)特征對(duì)自動(dòng)

4、獲取的短語(yǔ)翻譯對(duì)集合進(jìn)行過濾，以消除其中的噪聲。同時(shí)在評(píng)價(jià)特征的基礎(chǔ)之上，使用多種機(jī)器學(xué)習(xí)算法來提高短語(yǔ)對(duì)的評(píng)價(jià)與過濾性能。
　　3．研究了翻譯模板自動(dòng)提取技術(shù)。對(duì)比了幾種常用的模板抽取方法，提出了使用錯(cuò)誤驅(qū)動(dòng)的學(xué)習(xí)方法來獲取模板。利用源語(yǔ)言的句法特征、詞性特征、詞法特征、核心結(jié)點(diǎn)信息及機(jī)器翻譯詞典，對(duì)短語(yǔ)對(duì)進(jìn)行簡(jiǎn)單地映射以提取學(xué)習(xí)實(shí)例。采用錯(cuò)誤驅(qū)動(dòng)的學(xué)習(xí)方法從中抽取翻譯模板，力圖解決模板自動(dòng)獲取問題。同時(shí)，對(duì)翻譯模板庫(kù)進(jìn)行合理地