基于粒子群優(yōu)化算法的漢英語句對(duì)齊研究.pdf

1、雙語語料庫的構(gòu)建在自然語言處理、機(jī)器翻譯、數(shù)據(jù)挖掘、詞典編纂、多語言信息檢索等領(lǐng)域具有重要的應(yīng)用價(jià)值。當(dāng)今互聯(lián)網(wǎng)上存在大量雙語互譯文本，通過對(duì)互譯文本的處理，建立實(shí)用的雙語語料庫成為一個(gè)至關(guān)重要的問題。對(duì)齊技術(shù)的實(shí)現(xiàn)是互譯文本處理的關(guān)鍵，而漢英語句對(duì)齊的核心是尋找漢英語句中互為翻譯的源文和譯文語句。
　　 雙語文本的對(duì)齊可分為篇章、段落、句子、短語、單詞等粒度級(jí)別。其中語句粒度上的雙語對(duì)齊意義重大。因?yàn)檎Z句的粒度小于段落的粒度，

2、因此語句的對(duì)齊能夠給對(duì)齊的段落提供更詳細(xì)的互譯信息；同時(shí)，語句的對(duì)齊往往是進(jìn)行下一步更細(xì)粒度(如短語、詞匯)對(duì)齊的必要前提。
　　 漢語和英語是世界上最具代表性的兩種語言，因此，漢英語句對(duì)齊具有十分重要的研究意義。進(jìn)行漢英語句對(duì)齊的研究也是漢英雙語語料庫走向?qū)嶋H應(yīng)用的必要步驟。本文在研究構(gòu)建漢英語料庫中所使用的基本語句對(duì)齊方法的基礎(chǔ)上，提出一種將漢英語句對(duì)齊問題轉(zhuǎn)化為在潛在解空間中尋找漢英語句對(duì)齊的適應(yīng)度函數(shù)最優(yōu)解的問題。本文主

3、要工作包括：
　　 ①研究了漢英語句對(duì)齊的相關(guān)技術(shù)，漢英語句的預(yù)處理方法以及評(píng)價(jià)標(biāo)準(zhǔn)，分析了漢英語句對(duì)齊的難點(diǎn)，并針對(duì)性的提出一種基于CCA投影子空間進(jìn)行優(yōu)化求解的2步迭代模型，從而有效解決了漢英語句的自動(dòng)對(duì)齊問題；
　　 ②鑒于漢英語句的特征空間的不一致性，引入典型相關(guān)分析，尋找漢英語句的典型公共子空間，從而將漢英語句對(duì)齊的問題形式化為基于粒子群優(yōu)化算法在雙語公共子空間中尋找漢英語句對(duì)齊適應(yīng)度函數(shù)最優(yōu)解的問題；

4、　　 ③考慮到基本粒子群優(yōu)化算法在求解過程中容易出現(xiàn)早熟收斂、停滯等問題，改進(jìn)了尋找適應(yīng)度函數(shù)最優(yōu)解的基本粒子群算法。通過k-means劃分粒子群為多個(gè)子群，尋找子群的鄰居以及鄰居之間進(jìn)行差異信息的交換，來尋找語句對(duì)齊適應(yīng)度函數(shù)的最優(yōu)解，從而避免漢英語句對(duì)齊過程中的早熟收斂問題。
　　 本文將求解漢英語句的對(duì)齊轉(zhuǎn)化成基于粒子群優(yōu)化算法尋找漢英語句對(duì)齊適應(yīng)度函數(shù)最優(yōu)解的問題。實(shí)驗(yàn)證明，基于粒子群優(yōu)化算法的漢英語句對(duì)齊方法解決漢英