西里爾和傳統(tǒng)蒙古文的形態(tài)和轉(zhuǎn)換系統(tǒng)研究.pdf

1、蒙古族以前使用過(guò)若干個(gè)文字，但是目前主要使用傳統(tǒng)蒙古文、西里爾蒙古文和托忒文。
　　本文旨在研究傳統(tǒng)蒙古文和西里爾蒙古文的信息化技術(shù)，該信息化技術(shù)一是指研究傳統(tǒng)蒙古文和西里爾蒙古文之間的文字轉(zhuǎn)化，二是研究傳統(tǒng)蒙古文和西里爾蒙古文的形態(tài)即詞法。本文緒論中詳細(xì)介紹了上述研究工作的意義、目的和目標(biāo)。
　　將計(jì)算機(jī)技術(shù)與蒙古學(xué)研究相結(jié)合已經(jīng)成為研究蒙古文計(jì)算語(yǔ)言學(xué)的必然趨勢(shì)。盡管在蒙古國(guó)內(nèi)已有相關(guān)公司及個(gè)人在此領(lǐng)域從事相關(guān)研究工作并

2、研發(fā)了一些相關(guān)的應(yīng)用程序，但上述應(yīng)用程序的研發(fā)水平尚不能與發(fā)達(dá)國(guó)家的相關(guān)研究水平相媲美。
　　鑒于此，本人致力于研究西里爾蒙古文和傳統(tǒng)蒙古文的信息化技術(shù)。
　　在這項(xiàng)工作中，我們?cè)噲D從形態(tài)分析西里爾蒙古文和傳統(tǒng)蒙古文，并利用蒙古文構(gòu)詞規(guī)則研究了西里爾蒙古文和傳統(tǒng)蒙古文的相互轉(zhuǎn)換問(wèn)題。這個(gè)過(guò)程包含以下兩個(gè)步驟:首先，從形態(tài)分析西里爾蒙古文或傳統(tǒng)蒙古文語(yǔ)義，找出詞干和后綴;然后，將它們轉(zhuǎn)換成對(duì)應(yīng)的傳統(tǒng)蒙古文或西里爾蒙古文詞干和后

3、綴，并利用構(gòu)詞規(guī)則生成對(duì)應(yīng)的傳統(tǒng)蒙古文或西里爾蒙古文。本文完成的主要研究工作如下:
　　1.本文研究了西里爾蒙古文和傳統(tǒng)蒙古文的相關(guān)特點(diǎn)，從而試圖將二級(jí)形態(tài)的模型(Two Level Morphology Model)應(yīng)用在蒙古文當(dāng)中。從計(jì)算語(yǔ)言學(xué)角度考慮，西里爾蒙古文和傳統(tǒng)蒙古文有著很多相似之處，也有一些不同之處。目前，西里爾蒙古文的書寫規(guī)則有66大類。傳統(tǒng)蒙古文確只有3項(xiàng)書寫規(guī)則，即元音和諧規(guī)則、輔音規(guī)則、連接音規(guī)則。蒙古文是

4、粘著語(yǔ)，是詞干加后綴的形式生成新詞的。在詞干和后綴綴接方面，西里爾蒙古文和傳統(tǒng)蒙古文也有不同之處，這是因?yàn)闀鴮懸?guī)則不同而導(dǎo)致。根據(jù)上述情況，本人研究了名詞和動(dòng)詞的生成和解析模型，同時(shí)研究出詞干加構(gòu)形后綴的規(guī)則，并找出了詞干加多個(gè)構(gòu)形后綴的所有可能。
　　2.完成上述工作后建立對(duì)應(yīng)資源庫(kù)的工作顯得十分緊迫。資源庫(kù)是繼續(xù)開(kāi)展西里爾蒙古文和傳統(tǒng)蒙古文相互轉(zhuǎn)換工作的基礎(chǔ)。該資源庫(kù)包括詞干資源庫(kù)、形態(tài)資源庫(kù)和附加資源庫(kù)。蒙古文詞干后綴加構(gòu)形

5、后綴后可以生成大規(guī)模的蒙古文單詞，所以本人選用詞干作為資源庫(kù)的基本單元，主要優(yōu)點(diǎn)是:資源庫(kù)的數(shù)據(jù)不會(huì)太大;加快應(yīng)用程序的運(yùn)算速度;可以確定詞匯生成規(guī)則，進(jìn)而掌握生成某種詞匯的所有可能。詞干資源庫(kù)包含3個(gè)子庫(kù):西里爾蒙古文和傳統(tǒng)蒙古文對(duì)應(yīng)詞干庫(kù)，并包含單詞解釋（包含72000詞條）;帶有詞性標(biāo)注的西里爾蒙古文和傳統(tǒng)蒙古文對(duì)應(yīng)詞干庫(kù)（包含61000詞條）;由詞干編碼，詞匯生成、詞匯解析編碼組成的資源庫(kù)(48000條)。形態(tài)資源庫(kù)包含2個(gè)子庫(kù)

6、:西里爾蒙古文和傳統(tǒng)蒙古文對(duì)應(yīng)構(gòu)形后綴庫(kù)（包含86詞條）;多個(gè)構(gòu)形后綴綴接條件庫(kù)（包含876詞條）。附件資源庫(kù)包含2個(gè)子庫(kù):專有名詞庫(kù)（包含9135條）;縮略語(yǔ)庫(kù)（包含1100條）。
　　3.根據(jù)二級(jí)形態(tài)的模型及“有窮自動(dòng)機(jī)”制作出西里爾蒙古文和傳統(tǒng)蒙古文書寫規(guī)則模型。根據(jù)該模型對(duì)單詞的構(gòu)成進(jìn)行分析，并做了西里爾蒙古文和傳統(tǒng)蒙古文相互轉(zhuǎn)換試驗(yàn)。PC-Kimmo是用于詞形分析的開(kāi)源系統(tǒng)，它由兩個(gè)組成部分，即詞匯形式和規(guī)則形式。本文以

7、PC-Kimmo為工具制作完成了西里爾蒙古文和傳統(tǒng)蒙古文相互轉(zhuǎn)換模型。本文將詞匯分成了名詞和動(dòng)詞兩大類，并分別建立了名詞生成模型和動(dòng)詞生成模型。本人將西里爾蒙古文和傳統(tǒng)蒙古文書寫規(guī)則分別制作了模型，并利用該模型及資源庫(kù)建立了西里爾蒙古文和傳統(tǒng)蒙古文相互轉(zhuǎn)換系統(tǒng)，并把該系統(tǒng)命名為KIM MON（第一版）。該系統(tǒng)能夠?yàn)橛脩艚馕觥⒀信?、生成詞匯并將最終結(jié)果告知用戶。
　　4.最后，利用KIM_MON系統(tǒng)進(jìn)行了蒙古文詞法分析的實(shí)驗(yàn)工作。實(shí)

8、驗(yàn)結(jié)果表明:當(dāng)我們對(duì)西里爾蒙古文和傳統(tǒng)蒙古文的形態(tài)分析時(shí)，正確率達(dá)到了97.6％。在正確分析蒙古文形態(tài)基礎(chǔ)上KIM_MON能夠100％的正確的連接單詞。在詞法研究工作的基礎(chǔ)上，我們對(duì)西里爾蒙古文和傳統(tǒng)蒙古文相互轉(zhuǎn)換工作進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明:從西里爾蒙古文到傳統(tǒng)蒙古文的轉(zhuǎn)換準(zhǔn)確率達(dá)到了91.3％，從傳統(tǒng)蒙古文到西里爾蒙古文的轉(zhuǎn)換準(zhǔn)確率達(dá)到了89.1％。在西里爾蒙古文的詞同義不同單詞的轉(zhuǎn)換實(shí)驗(yàn)中，準(zhǔn)確率達(dá)到了86.9％。并且通過(guò)實(shí)驗(yàn)得出，