正在加载图片...
,704 北京科技大学学报 第30卷 语义单元 参数数目与类型 语义单元的汉语表示 语义单元的英语表示 语义单元的日语表示 类型 3 1,NOUNI姓} [1]先生 Mr.[1] [1]各人 NOUN人 4 陈 Chen 陈 NOUN姓} 图9语义单元及其表达 Fig.9 Semantic units and their representations 随着库中语义单元数量的增加，会出现许多需 并入库中；对原库中没有但新语言上有的语义单元， 再分解的语义单元，将这类语义单元再分解有助于 将其补入库中，并补齐它在库中各语言上的表示：对 简化库，减少库的容量，提高库的质量 原库中已有，但新语言上没有的，直接在库中补上新 5在统一的多语语义单元知识库上扩增语 语言上的表示 言种类时库的变化 6结论 5.1自然语言种类的增多时语义单元库的扩充 本文讨论了高质量、可扩充、无可弃、无重复、无 由于不同的语言对语义单元的表示方式不同， 非正常歧义的统一多语语义单元知识库的构建方 既不同语言表示同一意思的语言结构不同，当扩充 法，该库是基于语义语言理论的多语互译机器翻译 一种语言入库时会引起已有库中的语义单元的扩充 系统的基础知识库，建立在该库基础上的多语互译 和修改，例如，欲表示月份“一月、二月、…、十二 机译系统能够用同一算法和程序方便地实现多种自 月”和数字“一、二、…、十二”当只考虑汉语和日语 然语言之间的互译，且当加入一种新的语言时，只需 对应时，语义单元库中只需13个基本语义单元 对库进行扩充不需修改系统程序就能方便的实现该 “一”、“二”、…、“十二”和“月”即可表示（月份可表 语言的翻译，该知识库不仅用于多语机译系统，也 示为？1到12的整数月”)，当加入英语后，由于英 可作为自然语言理解和处理的基础知识库 语表示十二个月的语义单元为“January”、“Febru- ary”、…、“December'”表示l2个数的语义单元为 参考文献 “One”、“Two”、…、“Twelve'”,因此库中要表示上 [1]Gao QS,Hu Y.Gao X Y.Semantic language and multi-language MT approach based on SL.J Comput Sci Technol,2003.18 述月份和数字则需要“January'”(一月)、“February” (6):848 (二月)、…、“December'”(十二月)和“One”(一)、 [2]Gao QS,Li L,Liu H L.Key word filter method based on prun- Two”(二)、…、“T”(十二)24个基本语义单元 ing on the tree representations of semantic elements.J Univ Sci 此时汉语表示库中会扩充“一月”为基本语义单元， Technol Beijing.006.28(12):1191 (高庆狮，李莉，刘宏岚，基于语义单元表示树剪枝的关键字 “一”（对应“One”)和“一月”（对应January”)将作为 过滤方法.北京科技大学学报，2006,28(12)：1191) 库中的两个基本语义单元，其他月份同理，即加入英 [3]Gao QS,Gao X Y.Hu Y.Machine Translation System and 语后语义单元库中的语义单元就从13个扩充到24 Method based on Semantic Language:China Patent 个基本语义单元，加入其他种类语言的情况类似 ZL01131689.6.2005-109 (高庆狮，高小宇，胡玥基于语义语言的机器翻译系统及方 5.2自然语言种类增多时语义单元库的扩充方法 法.中国专利：ZL01131689.6.2005-11-09) 当自然语言种类增加时（由K种增加到K十1 [4]Gao Q S.Chen Z X.Subhuman machine translation system. 种)，为了满足多语互译的要求需对统一的多语语义 Comput Res Dev,1989.26(2):1 单元库进行扩充，扩充的方法为：(1)对每一个受限 (高庆狮，陈肇雄，类人机器翻译系统，计算机研究与发展， 1989,26(2):1) 领域或子领域的场所、情景的句子语料集补充新增 [5]Gao X Y,Gao QS.Hu Y.et al.High-speed multi-language ma- 语言的准确译文；(2)对新增语言进行语义单元提 chine translation method based on pruning on the tree of represen 取工作，只提取新增语言的语义单元及其表示，然后 tations of semantic elements.Software J.2005,16(11):1909 与原来的库进行合并. (高小宇，高庆狮，胡玥，等.基于语义单元表示树剪枝的高速 多语言机器翻译方法.软件学报，2005,16(11)：1909) 5.3新增自然语言的语义单元及其表示与原库进 [7]Cormen T H.Leiserson C E.Rivest R L.Introduction to Algo- 行合并的方法 rithms.Boston:The MIT Press.1995 将提取出的新增自然语言的语义单元及其表示 [8]Gao QS,Liu Z Y.Sloping and-shaking:multiway merging and 经去重复和去可弃后与原来的库进行合并，具体方 sorting-SeiChina￡，1997,40(3)：225 [9]Gao QS.A unified (log N)and optimal sorting vector algo- 法是：对相同的语义单元把其在新增语言上的表示 rithm.J Comput Sci Technol.1995.10(5):470语义单元 3 4 参数数目与类型 语义单元的汉语表示 语义单元的英语表示 语义单元的日语表示 类型 1NOUN｛姓｝ ［1］ 先生 Mr．［1］ ［1］ さん NOUN｛人｝ 0 陈 Chen 陈 NOUN｛姓｝ 图9 语义单元及其表达 Fig．9 Semantic units and their representations 随着库中语义单元数量的增加会出现许多需 再分解的语义单元．将这类语义单元再分解有助于 简化库减少库的容量提高库的质量． 5 在统一的多语语义单元知识库上扩增语 言种类时库的变化 5∙1 自然语言种类的增多时语义单元库的扩充 由于不同的语言对语义单元的表示方式不同 既不同语言表示同一意思的语言结构不同当扩充 一种语言入库时会引起已有库中的语义单元的扩充 和修改．例如欲表示月份“一月、二月、……、十二 月”和数字“一、二、……、十二”当只考虑汉语和日语 对应时语义单元库中只需13个基本语义单元 “一”、“二”、……、“十二”和“月”即可表示（月份可表 示为“〈1到12的整数〉月”）．当加入英语后由于英 语表示十二个月的语义单元为“January ”、“February”、……、“December”表示12个数的语义单元为 “One”、“Two”、……、“Twelve”因此库中要表示上 述月份和数字则需要“January”（一月）、“February” （二月）、……、“December” （十二月）和“One” （一）、 “Two”（二）、……、“T ”（十二）24个基本语义单元． 此时汉语表示库中会扩充“一月”为基本语义单元 “一”（对应“One”）和“一月”（对应“January”）将作为 库中的两个基本语义单元其他月份同理即加入英 语后语义单元库中的语义单元就从13个扩充到24 个基本语义单元．加入其他种类语言的情况类似． 5∙2 自然语言种类增多时语义单元库的扩充方法 当自然语言种类增加时（由 K 种增加到 K ＋1 种）为了满足多语互译的要求需对统一的多语语义 单元库进行扩充扩充的方法为：（1） 对每一个受限 领域或子领域的场所、情景的句子语料集补充新增 语言的准确译文；（2） 对新增语言进行语义单元提 取工作只提取新增语言的语义单元及其表示然后 与原来的库进行合并． 5∙3 新增自然语言的语义单元及其表示与原库进 行合并的方法 将提取出的新增自然语言的语义单元及其表示 经去重复和去可弃后与原来的库进行合并．具体方 法是：对相同的语义单元把其在新增语言上的表示 并入库中；对原库中没有但新语言上有的语义单元 将其补入库中并补齐它在库中各语言上的表示；对 原库中已有但新语言上没有的直接在库中补上新 语言上的表示． 6 结论 本文讨论了高质量、可扩充、无可弃、无重复、无 非正常歧义的统一多语语义单元知识库的构建方 法．该库是基于语义语言理论的多语互译机器翻译 系统的基础知识库建立在该库基础上的多语互译 机译系统能够用同一算法和程序方便地实现多种自 然语言之间的互译且当加入一种新的语言时只需 对库进行扩充不需修改系统程序就能方便的实现该 语言的翻译．该知识库不仅用于多语机译系统也 可作为自然语言理解和处理的基础知识库． 参 考 文 献 ［1］ Gao Q SHu YGao X Y．Semantic language and mult-i language MT approach based on SL．J Comput Sci Technol200318 （6）：848 ［2］ Gao Q SLi LLiu H L．Key word filter method based on pruning on the tree representations of semantic elements．J Univ Sci Technol Beijing200628（12）：1191 （高庆狮李莉刘宏岚．基于语义单元表示树剪枝的关键字 过滤方法．北京科技大学学报200628（12）：1191） ［3］ Gao Q SGao X YHu Y． Machine T ranslation System and Method based on Semantic L anguage： China Patent ZL01131689．6．2005—11—09 （高庆狮高小宇胡 ．基于语义语言的机器翻译系统及方 法．中国专利：ZL01131689．6．2005—11—09） ［4］ Gao Q SChen Z X．Subhuman machine translation system． Comput Res Dev198926（2）：1 （高庆狮陈肇雄．类人机器翻译系统．计算机研究与发展 198926（2）：1） ［5］ Gao X YGao Q SHu Yet al．High-speed mult-i language machine translation method based on pruning on the tree of representations of semantic elements．Software J200516（11）：1909 （高小宇高庆狮胡 等．基于语义单元表示树剪枝的高速 多语言机器翻译方法．软件学报200516（11）：1909） ［7］ Cormen T HLeiserson C ERivest R L．Introduction to Algorithms．Boston：The MIT Press1995 ［8］ Gao Q SLiu Z Y．Sloping-and-shaking：multiway merging and sorting．Sci China E199740（3）：225 ［9］ Gao Q S．A unified O（log N） and optimal sorting vector algorithm．J Comput Sci Technol199510（5）：470 ·704· 北 京 科 技 大 学 学 报 第30卷