蒙漢機(jī)器翻譯中數(shù)詞自動翻譯的研討

【摘要】隨著我國現(xiàn)代經(jīng)濟(jì)及科技的不斷發(fā)展，計(jì)算機(jī)技術(shù)作為新興技術(shù)在自然語言信息處理方面已經(jīng)得到了廣泛應(yīng)用，計(jì)算機(jī)技術(shù)在語言信息處理方面可設(shè)計(jì)相關(guān)系統(tǒng)實(shí)現(xiàn)對蒙古文數(shù)詞的自動識別與翻譯。本文主要以蒙漢機(jī)器翻譯為研究背景，對其在數(shù)詞自動翻譯系統(tǒng)及應(yīng)用結(jié)果方面進(jìn)行相關(guān)探究，實(shí)現(xiàn)對蒙漢統(tǒng)計(jì)機(jī)器翻譯的完善性研究，促進(jìn)機(jī)器翻譯性能的提升。

【關(guān)鍵詞】蒙漢機(jī)器翻譯；數(shù)詞；自動翻譯

目前，隨著現(xiàn)代計(jì)算機(jī)技術(shù)的完善性發(fā)展，蒙漢機(jī)器翻譯的發(fā)展及應(yīng)用已逐漸趨于成熟，成為人們應(yīng)用最廣泛的機(jī)器翻譯方法。在統(tǒng)計(jì)機(jī)器翻譯方面，國外已有大量的理論及技術(shù)研究基礎(chǔ)，因此，我國在進(jìn)行蒙漢機(jī)器翻譯研究的過程中可借鑒相關(guān)理論及技術(shù)基礎(chǔ)，從而實(shí)現(xiàn)對該方法的有效研究。但是，由于蒙古語語言自身具有一定的多變性及復(fù)雜性，從而導(dǎo)致蒙漢機(jī)器翻譯在研究中仍存在一系列問題亟待解決。

1.蒙漢機(jī)器翻譯中數(shù)詞自動翻譯特點(diǎn)

1.1語言類型復(fù)雜性 從語言學(xué)角度上來看，漢語與蒙語屬不同語系，二者語言特征及形態(tài)特征等均存在較大的差異性，故蒙漢機(jī)器翻譯數(shù)詞自動翻譯在研究中若采用傳統(tǒng)研究思路則難以實(shí)現(xiàn)數(shù)詞有效翻譯；除此之外，蒙語形態(tài)的復(fù)雜性主要表現(xiàn)在數(shù)詞的變形，該語種變形最多可達(dá)上百種，但漢語的詞語形態(tài)及語法等多無形態(tài)變化，故在機(jī)器翻譯中會出現(xiàn)大量未登錄詞，難以實(shí)現(xiàn)語言的完善及有效翻譯[1]。

1.2語言資源缺乏 現(xiàn)階段，在應(yīng)用社會中常用的統(tǒng)計(jì)機(jī)器翻譯方法時，需要大量語言資源對其進(jìn)行支持，如在應(yīng)用NIST機(jī)器翻譯測評時，其可提供的相關(guān)雙語語料庫規(guī)?？蛇_(dá)1000萬句對，故平行語料庫規(guī)模較小，難以滿足系統(tǒng)翻譯需求，從而影響翻譯效果。

2.蒙漢數(shù)詞自動翻譯程序設(shè)計(jì)

數(shù)詞具有多表現(xiàn)形式，屬開放性集合，在蒙漢雙語語料庫中數(shù)詞形式具有相對不完善性，導(dǎo)致蒙漢翻譯譯文中多現(xiàn)未登錄數(shù)詞。由于蒙古數(shù)詞的多表現(xiàn)性，真實(shí)文本中數(shù)詞除了以蒙古文形式表現(xiàn)外，還會以多種形式如阿拉伯?dāng)?shù)字等出現(xiàn)，因此蒙漢機(jī)器在翻譯時因其自身的局限性，難以對所有數(shù)詞進(jìn)行準(zhǔn)確翻譯。針對此類問題，本文主要對蒙漢數(shù)詞自動翻譯程序進(jìn)行完善性設(shè)計(jì)與改善，提升翻譯效果。蒙漢數(shù)詞自動識別及翻譯程序主要通過C語言實(shí)現(xiàn)，該程序在具體應(yīng)用中能夠以詞性準(zhǔn)確切分蒙古文拉丁形式，并能夠?qū)γ晒盼臄?shù)詞及部分時間詞等相關(guān)資料進(jìn)行準(zhǔn)確性識別，在此基礎(chǔ)上實(shí)現(xiàn)自動翻譯，蒙古文中數(shù)詞多現(xiàn)詞格變化，多表示事物數(shù)量或替代事物，故在對數(shù)詞進(jìn)行準(zhǔn)確性識別時，必須先對其詞綴進(jìn)行切分，后對相關(guān)詞語進(jìn)行識別，在此過程中，若對序數(shù)詞及分?jǐn)?shù)詞進(jìn)行識別時，需合理應(yīng)用各信息，實(shí)現(xiàn)正確識別，故在對詞綴切分功能進(jìn)行設(shè)置時，需在序數(shù)詞及分?jǐn)?shù)詞識別后才可設(shè)置。 蒙漢數(shù)詞自動翻譯程序在設(shè)置時主要可分為時間詞及翻譯兩個模塊，其中，數(shù)詞翻譯模塊可分為基數(shù)詞、序數(shù)詞、集合數(shù)詞、概數(shù)詞、次數(shù)、分?jǐn)?shù)詞、分配數(shù)詞及語法特征8個模塊，各模塊均具有自動識別及翻譯功能。在數(shù)詞翻譯程序中，各程序按數(shù)詞類別區(qū)分為8個不同的模塊，但各模塊均為數(shù)詞模塊程序，具有一定的關(guān)聯(lián)性，如部分分?jǐn)?shù)詞翻譯模塊應(yīng)用時還需與基數(shù)詞模塊配合使用，根據(jù)相關(guān)研究可知，在相關(guān)翻譯模塊應(yīng)用中，基數(shù)詞模塊該模塊應(yīng)用的基礎(chǔ)；時間詞翻譯模塊在應(yīng)用時可分為3個小模塊，分別為表示年份、表示月份及表示其他時間的數(shù)詞翻譯模塊，若在應(yīng)用時間詞翻譯模塊時，其數(shù)詞均由左向右逐字翻譯且按相關(guān)規(guī)則對其翻譯結(jié)果進(jìn)行修改，這樣能夠保證翻譯結(jié)果的準(zhǔn)確性及有效性。

3.蒙漢數(shù)詞自動翻譯程序應(yīng)用及結(jié)果研究

3.1程序應(yīng)用 3.1.1開源工具。在對相關(guān)數(shù)據(jù)進(jìn)行處理時，可采用蒙漢數(shù)詞自動翻譯模塊進(jìn)行處理與操作。在訓(xùn)練時，可將相關(guān)訓(xùn)練集、開發(fā)集及測試集等蒙古文進(jìn)行大小寫轉(zhuǎn)化，展開縮略數(shù)詞，開源解碼器可選擇Moses進(jìn)行操作解碼并對相關(guān)參數(shù)特征進(jìn)行融合。3.1.2實(shí)驗(yàn)數(shù)據(jù)。本文研究所應(yīng)用實(shí)驗(yàn)語料蒙漢平行語言為6.7萬句對，取14萬漢語句子用于語言模型訓(xùn)練，測試集取500句對蒙漢平行語料，數(shù)詞及時間詞句子共70條，語料均不重復(fù)，本次研究中所取蒙古文均對應(yīng)不同專業(yè)翻譯人員漢語翻譯譯文，可保證其相關(guān)準(zhǔn)確性。3.1.3系統(tǒng)應(yīng)用步驟。蒙漢數(shù)詞自動翻譯程序在蒙漢統(tǒng)計(jì)機(jī)器翻譯后處理應(yīng)用中，對未登錄數(shù)詞進(jìn)行翻譯可以提升翻譯性能。先采用統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)實(shí)現(xiàn)對蒙古文源文的翻譯，后在本文設(shè)計(jì)的相關(guān)基礎(chǔ)程序之上實(shí)現(xiàn)對譯文未登錄數(shù)詞的識別及翻譯。3.1.4語料庫預(yù)處理。在進(jìn)行系統(tǒng)應(yīng)用及相關(guān)語料庫處理時，為保證相關(guān)測評質(zhì)量，首先需對語料庫進(jìn)行相關(guān)預(yù)處理，其中主要包含蒙古文及漢語兩部分語料庫處理內(nèi)容，其方法可采用大小寫轉(zhuǎn)換、雙重格形態(tài)切分等。3.1.5解碼。解碼主要是對上述翻譯中所得到的模型進(jìn)行選擇，其選擇依據(jù)主要以最高得分為主，這一程序具有相對應(yīng)用困難性，在對相關(guān)句子及數(shù)詞進(jìn)行翻譯時，首先需找出相關(guān)數(shù)詞進(jìn)行翻譯，在此基礎(chǔ)上依照語言模型對其進(jìn)行調(diào)試，最終得出概率最高翻譯句子。3.1.6結(jié)果。在本次研究中，采用層次短語4-gram語言模型對相關(guān)源文進(jìn)行翻譯，然后在統(tǒng)計(jì)機(jī)器翻譯的基礎(chǔ)上得到譯文，該譯文中6個未登錄數(shù)詞，針對該數(shù)詞可對程序翻譯及原譯文比較可知蒙漢數(shù)詞自動翻譯程序翻譯未登錄數(shù)詞后期NIST測評值提升0.0318，BLUE提升0.0037，BLUE-SBP提升0.0018，且根據(jù)研究可知，在翻譯中，其源文數(shù)詞比例越大，提升效果越明顯，故采用該程序可有效提升翻譯效果，增強(qiáng)翻譯準(zhǔn)確性。

結(jié)束語

綜上所述，蒙漢機(jī)器翻譯作為應(yīng)用廣泛的翻譯方法在我國蒙漢語言翻譯中具有非常重要的作用，但就現(xiàn)階段而言，由于蒙古文自身的特殊性、復(fù)雜性以及蒙漢統(tǒng)計(jì)機(jī)器翻譯的缺陷性，導(dǎo)致蒙漢機(jī)器翻譯準(zhǔn)確性較低。針對此類問題，相關(guān)人員可借鑒語言學(xué)知識，在此基礎(chǔ)上采用現(xiàn)代計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對蒙漢機(jī)器翻譯數(shù)詞自動翻譯系統(tǒng)的研究，不斷改善機(jī)器翻譯性能，提升翻譯準(zhǔn)確性。

參考文獻(xiàn)

[1]烏日力嘎.西里爾蒙古文—漢文機(jī)器翻譯系統(tǒng)的實(shí)現(xiàn)[D].內(nèi)蒙古大學(xué)，2015.

作者簡介

牛其其日樂格（1989.3）女，籍貫：黑龍江省大慶市杜爾伯特蒙古族自治縣，現(xiàn)職稱：翻譯助級，學(xué)歷：本科，研究方向：中國少數(shù)民族（蒙古）語言文學(xué)。