基于数据挖掘算法的汉英机器翻译二元语义模式规则

吕洋， 张静， 华芳

(西北大学 现代学院基础部， 陕西 西安 710000)

0 引言

语言是人类进行沟通的基础，尤其是随着国际化发展程度越来越高，不同国家之间的往来越来越频繁，不同语言之间的翻译也变得愈加重要。在国际化发展迅速的今日，单纯依靠人工翻译已经不能满足人们日常沟通、阅读的需求，因此机器翻译应运而生[1-5]。近年来，随着国内外研究学者对机器翻译系统的开发和改进，机器翻译已经在各个领域中都出现了广泛的应用。

然而，机器翻译的质量还不能够满足特殊领域的需求。例如对于某些学术论文、文学作品中的专有词汇的翻译准确度还较低，因此机器翻译系统的语言分析和处理技术还有待进一步发展。若要提升机器翻译的质量，消除词语的歧义是首要任务[6-10]。通常一个词语具有多种词义，这种歧义称为词汇歧义。而词语在与其他词汇构成短语时，受到固定搭配，通过短语构造的句法语义规律可以消除这一歧义；除了词汇歧义外，自然语言中还存在着结构歧义，是同形短语产生的歧义，通常需要从语义关系和句法结构方面进行消除。

语义规则是一种常用于剔除歧义的规则，对于外显型歧义除了可以运用上下文的句法关系进行歧义剔除，还可以直接利用语义知识进行语法分析来排除歧义；对于内含型歧义，无法通过句法关系进行歧义剔除，只能依靠语义知识进行歧义剔除[11-12]。本文设计了一种基于数据挖掘的二元语义算法，发掘词语组合的语义规律并转换成二元语义规则集。……