汉语自动分词及机器翻译研究

【摘要】：本文介绍了作者在自动分词和机器翻译研究方面的主要工作。论文可分为两部分:第一部分包括前四章,总结了汉语自动分词研究方面的工作;第二部分包括五、六章,介绍了机器翻译方面的初步研究工作。 第一章综合分析了汉语自动分词研究的发展状况及其面临的困难,指出设立“切分标志”在分词中是多余的、没有必要的。第二章讨论了自动分词专家系统方法的一般原理,详细分析了歧义切分字段产生的根源和性质及其处理策略,得出与传统观点(多义组合型歧义字段比交集型歧义字段难处理)完全相反的结论:交集型歧义字段比多义组合型歧义字段更复杂更难处理。第三章全面分析了应用人工神经网络实现自动分词的基本原理和方法,提出了两种自动分词神经网络模型:动态模式联想机模型和竞争网络模型,详细讨论了网络的结构及其算法,语言知识的网络表示方法,歧义切分字段的处理策略,分词的动态过程以及系统的学习策略。第四章模拟实现了动态模式联想机模型的分词过程。结果表明系统在切分精度、时空指标上都具有良好的性能,最重要的系统具有自学习功能。第五章对机器翻译研究的发展状况进行了概括,并详细讨论了机译中的一些基本问题:智能机译系统的性能特点、理解在MT中的作用、语义信息测度以及二义性问题。第六章提出了一种处理汉语多义词的神经网络模型,分析了模型的基本算法,初步模拟实验表明模型是可行的。