信息-知識(shí)-智能轉(zhuǎn)換理論在自然語(yǔ)言處理中的應(yīng)用研究.pdf

1、智能科學(xué)的機(jī)制主義“信息-知識(shí)-智能轉(zhuǎn)換”理論的提出使得與這一理論相關(guān)的許多基本概念和基本關(guān)系得到了初步的澄清，這不僅僅是一個(gè)理論研究的命題，它已經(jīng)在許多應(yīng)用研究中取得了可喜的進(jìn)展。本文就“信息-知識(shí)-智能轉(zhuǎn)換”理論在自然處理中的應(yīng)用進(jìn)行了下面的研究。 (1)作者參與了北京郵電大學(xué)智能研究中心在國(guó)家教育部“語(yǔ)信司”項(xiàng)目《民文語(yǔ)料庫(kù)建設(shè)規(guī)范標(biāo)準(zhǔn)及工具軟件》中承擔(dān)的漢語(yǔ)資源庫(kù)建設(shè)工具軟件的開(kāi)發(fā)。關(guān)于語(yǔ)料庫(kù)的研究可以分成3個(gè)方面：工具

2、軟件的開(kāi)發(fā)、語(yǔ)料庫(kù)的標(biāo)注、基于語(yǔ)料庫(kù)的語(yǔ)言分析方法。采集到以后未經(jīng)處理的生語(yǔ)料不能直接提供有關(guān)語(yǔ)言的各種知識(shí)，只有通過(guò)詞法、句法、語(yǔ)義、甚至語(yǔ)用等多層次的加工才能使知識(shí)獲取成為可能。加工的方式就是在語(yǔ)料中標(biāo)注各種記號(hào)，標(biāo)注的內(nèi)容包括每個(gè)詞的詞性、語(yǔ)義項(xiàng)、短語(yǔ)結(jié)構(gòu)、句型和句間關(guān)系等。這種標(biāo)注的方法可以認(rèn)為就是“信息-知識(shí)-智能轉(zhuǎn)換”理論中“信息-知識(shí)轉(zhuǎn)換”的具體實(shí)現(xiàn)。隨著標(biāo)注程度的加深語(yǔ)料庫(kù)逐漸熟化，成為一個(gè)分布的、統(tǒng)計(jì)意義上的知識(shí)源。利

3、用這個(gè)知識(shí)源可以進(jìn)行許多語(yǔ)言分析工作，如根據(jù)從已標(biāo)注語(yǔ)料中總結(jié)出的頻度規(guī)律可以給新文本逐詞標(biāo)注詞性，劃分句子成分等。 (2)作者提出了一種漢日機(jī)器翻譯的方法，這個(gè)基于實(shí)例的漢日機(jī)器翻譯系統(tǒng)包括翻譯記憶、詞表層EBMT和模板層EBMq、3個(gè)引擎。從“信息-知識(shí)-智能轉(zhuǎn)換”理論的觀點(diǎn)考察，EBMT(基于實(shí)例的機(jī)器翻譯)的工作原理是：“先把輸入的信息進(jìn)行分析，得到適當(dāng)?shù)膯卧?詞語(yǔ)、短語(yǔ)或語(yǔ)句)，將它們同原先已經(jīng)積累的實(shí)例單元進(jìn)行比較，

4、通過(guò)類(lèi)比獲得翻譯的知識(shí)，從而完成翻譯的智能操作”。自上世紀(jì)40年代有電子計(jì)算機(jī)那天，人們就開(kāi)始了對(duì)機(jī)器翻譯的探索。但是50多年過(guò)去了，對(duì)于真實(shí)文本而言，其精確度仍在50～60％之間，難度是很大的。特別是漢同機(jī)器翻譯系統(tǒng)，問(wèn)題更大。漢同是兩種分屬不同語(yǔ)系的語(yǔ)言。漢語(yǔ)屬于漢藏語(yǔ)系，而日語(yǔ)的譜系分類(lèi)，一般來(lái)說(shuō)，普遍認(rèn)為至今還沒(méi)有確定。漢語(yǔ)被認(rèn)為是世界上最難學(xué)習(xí)的語(yǔ)言(其次是匈牙利語(yǔ)，第三是芬蘭語(yǔ))。所以可以這樣理解，漢日的機(jī)器翻譯的研究將給我

5、們帶來(lái)重大的挑戰(zhàn)。 (3)提出了一種基于實(shí)例的機(jī)器輔助寫(xiě)作翻譯方法，設(shè)計(jì)并實(shí)現(xiàn)了這個(gè)系統(tǒng)，用以輔助寫(xiě)作翻譯過(guò)程，規(guī)范人與計(jì)算機(jī)的分工與協(xié)作。本系統(tǒng)已經(jīng)在網(wǎng)上正式發(fā)布，投入了試用。該系統(tǒng)可以對(duì)單詞、詞組、以及詞的搭配給出更精確的翻譯解釋。實(shí)際應(yīng)用的結(jié)果也表明，它能有效地幫助中/英文用戶(hù)更流暢地書(shū)寫(xiě)和翻譯英/中文，保證寫(xiě)作翻譯的效率和質(zhì)量。此系統(tǒng)具有文本搜索、對(duì)應(yīng)片段搜索和翻譯記憶管理工具，文本搜索工具允許用戶(hù)查詢(xún)已經(jīng)翻譯好的文本