基于派生文法的日-蒙动词短语机器翻译研究.pdf

第 2 2卷第 2期 2 0 0 8年 3月 中文信 息学 报 J OURNAL OF CHI NES E I NFORMATI ON P ROCES S I NG Vo 1 2 2 NO 2 M a r 20 08 文章编 号 1 0 0 3 0 0 7 7 2 0 0 8 0 2 0 0 4 7 0 8 基于派生文法 的 日一蒙动词短语机器翻译研究 百 顺 筑波大学 大学 院图书馆情报媒体研究科 日本 筑波市 3 0 5 8 5 5 0 摘 要 本文探 索 了源语为 日语 目标语为 蒙古语的动词短语机 器翻译 系统 的实现方式 基 于主张 日语不 活用的 派生文法 重新分析 日语附加 成分 将 日语 的词 干和附加成 分转换到 蒙古语 的词干和 附加 成分之 后 运用 蒙古语 的语 音 规 则 来处 理 并 生成 动 词 短 语 在 此 基 础 上 试 做 了 日一 蒙 动 词 短 语 机 器 翻 译 系 统 对 3 O篇 日文 报 道 的 4 0 3 个 动词 短语 进 行 测 试 取 得 了 9 5 7 8 的 正 确 率 关键词 人工智能 机器翻译 派生文法 日语附加成分的分析 语音规 则 短语生成 中 图分 类 号 TP 3 9 1 文献 标 识 码 A Re s e a r c h o n Ja p a n e s e M o n g o l i a n M a c hi n e Tr a n s l a t i o n o f Ve r b Ph r a s e Ba s e d o n t h e De r i v a t i o n a l Gr a m ma r BAI S hu n Gr a d u a t e S c h o o 1 o f Li b r a r y I n f o r ma t i o n a n d M e d ia S t u d i e s Un i v e r s i t y o f Ts u k u b a Ts u k u b a 3 0 5 8 5 5 0 J a p a n Ab s t r a c t Th i s p a p e r d e s c r i b e s t h e i mp l e me n t a t i o n o f a J a p a n e s e Mo n g o l i a n v e r b a l p h r a s e ma c h i n e t r a n s l a t i o n s y s t e m o f v e r b p h r o s e s I n t h e J a p a n e s e d e r i v a t i o n a l g r a mma r t h e r e i s n o c o n c e p t o f c o n j u g a t i o n s a wo r d i s a n a l y z e d i n t o s t e ms a n d s u f f i x e s Af t e r t r a n s l a t i n g J a p a n e s e s t e ms a n d s u f f i x e s in t o Mo n g o l i a n s t e ms a n d s u f f i x e s Mo n g o l i a n p h o n e t i c r u l e s a r e u s e d t O p r o c e s s a n d g e n e r a t e v e r b a l p h r a s e s W e i mp l e me n t e d a J a p a n e s e Mo n g o l i a n v e r b a l p h r a s e ma c h i n e t r a n s l a t i o n s y s t e m W e a l s o t e s t e d 4 0 3 v e r b p h r a s e s f r o m 3 0 J a p a n e s e r e p o r t s a n d a c h i e v e d a 9 5 7 8 a c c ur a c y Ke y wo r d s a r t i f i c i a l i n t e l l i g e n c e ma c h i n e t r a n s l a t i o n d e r i v a t i o n a l g r a mma r J a p a n e s e s u f f i x e s a n a l y s i s p h o n e t i c r ul e ph r as e ge ne r a t i o n 1 引言 日一蒙机器翻译系统 尚未问世 对蒙古语文信 息处理来说 从英语 以及 日语 到蒙古语的机器 翻译 的研 究是具 有非 常 重 要 的理 论 和 实 践 意义 的课 题 于是 作者做 了以激 活 日语 和 蒙古 语 的类似 性 实现 日一蒙机 器翻译 系统为 目标 的一 些 尝试 性 研究 所 谓 的短语是 由两 个 或两个 以上 的词 或 短语 按 照一 定 的公式构成的 能够在句子中承担某种功能的语法单 位I 3 J 在本 文中描述 的动词短语 是 由动 词词 干 包括 动词性合 成词词干 上接加 附加 成分 串而构成 的 蒙 古语 属 于 黏着 型语 言 语 法 体 系和 日语 有 很 多相 似之 处 特别 是 两种 语 言 的 句法 是 几 乎 相 同 的 因此 对于从 日语 到蒙 古语 的翻译来 说 把 日语 语句 的分 析结果直 接 翻译 为 蒙 古语 也 可 以 译 出一 定 程度 的译 文 当然 对 日语 和蒙古 语而 言 两 种语 言之 间的语音 变化 构词 构 形 和语 法 等 方 面也 存 在 很 多不 同点 也有 必要 对 词 干 和 附加 成分 的 翻译 进 行适 当的择词 等处 理 在 日语 方 面 运 用 了 派 生 文 法 理 由 是 1 日语传统语法 的活用形处理是机器翻译中的难 点之一 2 派 生 文 法 是 基 于 黏 着 语 性 质 的语 法 它是把 日语 的构 词构形 作为词 干上 接加 附加成 分描 收稿 日期 2 0 0 7 0 4 1 8定稿 日期 2 0 0 7 0 9 0 7 作者简介 百顺 1 9 6 4 男 博士生 主要研究方 向为机器翻译 自然语 言处理 维普资讯 4 8 中 文 信 息 学 报 2 0 0 8 位 述 的 因此 不 需要活 用形 处理 3 日语 派 生文法 比传统 语法更 为 接 近蒙 古语 语 法 因此 本 文 利用 派生文 法对 日语 词法 分析结 果 中的附加 成分 重新加 以分析 把 日语 的词 干 和 附加 成 分转 换 成 蒙 古语 的 词干 和附加成 分 运用 蒙 古语 语 音 规则 生 成 蒙 古语 动词 短语 并 提 出 了 日 蒙动 词 短语 机 器 翻译 系统 的实现 手法 2基 于 派 生 文法 的 日语 动 词 短语 的解 析 基 于 日语 作 为 黏着语 的性 质 派 生 文 法 的观 点 认 为 日语 没 有 活用 性 山 所 谓 黏 着 语 就 是 其 语 法机 能 由附加成分 表现 来 的语 言 的总称 它 的 构词 构形 是词干 上接加不 同附加 成分 来完成 的 派 生文法 对 日语 动 词 短 语 的 描 述 概 括 起 来 有 下 列 特 征 2 1 动 词短语 的形成 派生 文法把 日语 的独立 词大体 上分为 动作 动词 词 于 形 状动词 词 干 实名 词 词干 形 状 名 词词 干 等 四种 这 些分类 与 日语传 统语 法 中的动词 形容 词 名 词 形 容动词相 对应 派 生文法 的动 词短 语 是 由动作 动 词 词干 一次 词干 上接加 附加成 分 串构 成 的 附加 成分 大体上 可分 为两种 机 能附加 成分和派 生附 加成 分 2 2派生 附加成分 和机 能 附加成 分 对 于派 生文法 来 说 把 耆 力七 L J 解 析 为 k a k a s e I U 即词 干 k a k 一 上 接 加 附 加 成 分 a s e 一 而 派 生 二 次词 干 害 力七 J k a k a s e 一 这 是 动作 动 词 词 干上 接 加附加成分而派生 的新的词干 这种附加成分叫做 派 生附加 成分u j 对派 生附加 成分 而言 像一 r L l 这样不派 生新 词干 的附加成 分叫做机 能 附加成分 动作 动词 词 干上 接加 多个 附加成分 时 机 能 附加 成分 排在最 后 2 3元音词 干和 辅音词 干 动词 的不 变 化部 分 即去 掉附 加 成分 之后 剩 下 的部分 叫做 动词 词 干 以传 统 语 法 的一 段 动词 起 年 L J 食 L J 为例 不 变化部 分 起 年J 食 J 是动 词词 干 这些 词 干 都 以 i 或 e来 结 尾 像 这 种 以元 音 结 尾的动 词词 千叫 做元音词 干 以五 段活用 动词 灭J 为 例 在 传 统 语 法 中词 尾 变 化 是 寸 J J 灭J 七J 括 J 从 语音 学 的角 度能 把 这 些活 用形 考虑 为 r h a n a s a j r h a n a s i 2 r h a n a s U J r h a n a s e j r h a n a s O j 其 中 h a n a s是 不 变 化 部 分 像 这 种 以辅音结 尾 的动词词 干 叫做 辅音 词干 2 4连接 辅音 和连接 元音 动 作动 词 词干 上 接加 附 加成 分 时 必须 遵 从 以 下 2条规 则 规则 1 辅音 结尾 的词 干上 接 加 以辅 音 为 首韵 附加成 分时 附加成 分首 的辅音 要脱落 规则 2 元 音结 尾 的词 干上 接 加 以元 音 为 首 的 附加成分 时 附加成 分首 的元音 要脱落 规则 1 这 种会脱 落 的辅音 叫做连接 辅音 u 例 如 辅音 词 干 h a n a s上缀 接附 加成分 r u时 附加 成 分首 的辅音 r 就会 脱落 变成 h a n a s u 规则 2 这 种会 脱落 的元音 叫做 连接元 音I 例 如 元音词干 t a b e上缀接附加成分 t a时 附加成 分首 的元音 i 就会脱 落 变 成 t a h e t a 派生文 法 中为 了表 示 以上 所看 到 的这 些语法 现 象 必 须 由音 素单位 的罗马字 来表 述 2 5词干 的词 类变化 派生 文法 所述 的是在 词干上 接加 附加成分 时会 产 生词类 变化 因此 把 词 干后 接 的 附加 成 分看 作 是 有限状 态 自动机 的输 入 其词 类变化 为状态 变迁 如 图 1 所 示 的是在派 生文 法 中词 干上接 加 附加成分 图 1派 生 文法 的有 限 状态 自动 机 模 型 维普资讯 2期 百顺 基 于派生文法 的 日一蒙 动词短语 机器翻译研究 4 9 时所 发 生的语 法机 能 变化 模 型 词 干 的语 法 机 能 的变 化就 是 自动机 的状 态 变迁 这是 由于 派 生 附加 成分 的特 性 使 词 干 的 词 类 变 化 所 产 生 的 结 果 譬 如 图 1中显示 的是 一 次 词 干 的 动作 动 词 词 干上 接 加 附加成 分而 出现 的 状 态 变迁 也 就 是 说 从 一 种词 干变 迁到 另一 种新 的词 干的例 子 3用派生文法的动词短语的翻 译 日语 和蒙 古 语 都具 有 黏 着语 的 性 质 所 以两 种 语言 的动词 短语 的形成 具有 共 同 的特 点 都 是词 干 上接加 附 加 成 分 所 形 成 的 例 如 和 日语 词 干 食 J 相对 应 的蒙 古 语 词 干 是 r i d e 表 达使 役 态 时 把 使役态 附加 成分 r 一 s a s e J 接加 在词 干上 就 派 生 为 食 K s a s e J 同样 在 蒙 古 语 的词 干上 接 加 相对 应 的使动 态 附加 成 分 g u l J 就 派生 为 i d e g u l J 同 时也存在一些不同点 例如 由于两种语言在敬语 方面 的表达 方式 有 所 不 同 表达 尊 敬 的 日语 附加 成 分r r a r e j 和r 一 i ma s z 相对 应 的蒙古 语 的附加 成 分就不存在 还有 日语使役态附加成分r s a s e J 相 对应 的 蒙 古 语 的 使 动 态 附加 成 分 有 Go l g u l J r i Ga l g e j r G a g e j 等三 组 现 阶段 本系 统 只 限 于 第一 组 r Go l g u l j 为 了 便 于 处 理 以 后 把 r Go l g u l j 等 表达 同样 的语法 意义并 且 相对 立 的这 种 附加 成分记为 G g o u 1 J 下面把 日语动词短语 翻译 为蒙古语 的过程表 示 为图 2 目语动词短语 附加成分的罗马字转换 派生文法的解析结果 日一 蒙转 换 蒙古语 语音规则处理 蒙占语动词短语 食 d 食 s a s e t a 食 一一 s a s e 一 i t a i d e f Gg o u l b a e i d e g ul b e i d e g ul b e 图 2 基 于 派 生 文 法 的动 词 短 语 翻 译 例 4 翻译过程 中存在的难点 日语和蒙 古语 虽然 在句 法和构 词 方面有 很 多相 似之处 但也有 不 同点 例如 否定 性动 词短 语 中的 附加成分的结构不同 还有 日语 和蒙古语不能一 一 对 应 的现象 在这 种情 况下生 成 的动词 短语 就成 为不正确 的或 不 自然 的译 文 在 本 章里 将对 这 些 问题 举例 说 明 4 1 同形附加 成分 的 区分 日语 在 派生 文 法 中存 在 同 形 附加 成分 但 其对 应的 蒙古语 的 附加 成 分 就 不 同 例 如 表达 愿 望 的 附加成分和表达过去式 的附加 成分都是 一 i t a J 而且 对 同一个 表达过 去式 的附加 成分 来说 它的 连 体 形 和终止 形 也 是 一 i t a j 但 其 蒙古 语 的译 文是 不 相 同的 如 图 3所示 语法机 能 愿望 过去式连体形 过 去式终止形 目语 香 k i tai 香 itamo n o I 蒙古 语 b i q i ye b i q i g s e n y a Go ma 耆 I b i q i b e 图 3 同形 附加成分相对应 的蒙古语附加成分例 以上三 种 附加成 分 的形状都 是 一 i t a j 但 其 在 蒙古语 中 表达愿望 的附加成分相对应的附加成分 为 y e j 表 达 过 去式 附加 成 分 的 连 体 形 为 g s e n j 表 达过 去式 附加 成 分 的终 止 形 为 b e j 因此 要 翻 译 日语 附加成 分r 一 i t a j 时 必须根 据其 机 能和 动词 形 从 r y e j g s e n j 和r b e j 中进行适 当的选择 4 2 变 名 词和 变动 词的翻 译 问题 在 日语里 像 勉强亨为j 感谢亨 为j 似的 存在 一 些名词上后接r 亨 为J 的词 这类名词叫做寸变 名词 名词后接 亨 为J 把名词动词化的词 在语 法上叫做寸变动词 寸变名词通常指的是表示动作 的名词 和廿变动词一起 作为合成词来使用 日 语 里 寸变 名词 和寸变 动词 的数量 很 多 在蒙古语中 和r 亨为J 相当的单词是r h i h u J 譬 如 日语 的 勉 强 j 相 对 应 的 动词 是 s o r o l q a j 作 为合成 词来使 用 的 勉 强 寸 为J 要 译 成 蒙 文 时 如 果 把 勉强J 和r 亨 为J 直接翻译 的话 就成为两个动 词r s o r o l q a j h i h u j 这 样 的译文是 不正 确或 不 自然 的 其实蒙文里有 r s o r o l q a h o j 这样的译文 于是 要正确翻译 勉强J r 亨为J 必须使它变为 勉强寸 r u j 这 样一 个词 干上 接加 附加成分 的 形态 4 3语序 的不 一致 日语 和蒙 古语 语 序虽 然 有 很 多相 似 之处 但 也 有不 同点 例 如 表 达否 定性 动词短语 的过去式 时 两种 语言 的附加 成分 的顺 序就会 有不 同之处 表 达 现在 和未 来式 的时候 蒙古语 有 必要追 加 附加成分 这是作者根据派生文法研究 出来的有限状态 自动机模型 维普资讯 5 0 中 文 信 息 学 报 2 0 0 8 正 下 面 以 食 Kn a k a t t a j 和 食 Kn a i j 两个 动 词 短语 为 例 看看两种语言之间的不同点 例 1 食 n a k a t t a 日语 动 词词 干 否定 式附 加成分 蒙古语 动词词 干 过 去式 附加成分 日语 过 去式 附加成分 蒙古语 否 定式 附加成分 例 2 食 n a i 日语 动词 词 干 蒙古语 动 词词干 非过去 式 附加成分 日语 否定式 附加成分 附加成 分 蒙古语 否定 式 附加成分 附加成 分 例 1表示 日语 附 加 成 分 的顺 序 是 否 定 式 附 加成 分在前 而过 去式 附 加成 分 在 后 蒙 古语 附 加成 分 的顺 序是 过去 式 附加 成 分 在前 而 否 定性 附 加成 分 在后 例 2 表 示 日语否定 性 附加 成分 直 接和 词 干 连接 而蒙古语 的词 干和 否定 性 附 加 成分 之 间必 须要 追加非 过去 式附加成 分 有 一些 日语 附加成分 没有相对应 的译文 譬 如本例 中的 i J 就是其 中的 一 个 5 对难点 问题的解决 本 文不 仅 要利 用 语言 之 间 的类 似性 而 且要 进 行句法分 析 下 面要 论述对 第 四章 里提 出的 疑难 问 题 的解决 方法 5 1 同形 附加成分 的 区分 同形附 加成分 的 区分 是要根据 句法 单位 内 的附 加成分 的黏着 前状 态和黏 着后状 态来决 定 的 所谓 的附 加成分 的黏着 前 状 态就 是 黏 着什 么 样 的词 干 所谓 附加成 分的黏 着后状 态就 是黏着 之后派 生什 么 样 的二次词 干或者 形成 动词形 的连用 形 连 体形 终 止形和命令形 的哪一种 譬如对附加成分r i t a d 来说 在表示愿望和表示过去式的场合 虽然黏着前 状态 都是 动词词 干 但 是 黏着 后 状 态就 不 同 前 者 的 黏着后状 态是形 状 动 词词 干 后 者 是 动作 动 词 连 体 形和终 止形 这 种不 同状态 能使 同形 附加成分 有 区分 开来 的可 能性 因此 本 系统 解 决 了对 同形 附 加成 分 的区分 问题 也实 现 了图 3中的 表 示愿 望 的 i t a d 译为 r y e j 表示 过去 式 附 加成 分 i t a d 的连 体形 译为 F g s e n j 终止 形译 为r b e j 5 2 对寸 变名 词和 变动 词的翻 译 问题 的处 理 关于第四章里提出的寸变名词和寸变动词翻译 问题 的对 策是 把 同一 个句法 单位 的寸变 名词 和寸变 动词 用 以下规 则来合 成一个 动作 动词 规则 寸 变名 词 寸 变动词 一 动作 动词 例如 把 勉强J 和 穸 弓J 合并为 勉强亨 弓J 因此 把词干部分 勉强亨J 和附加成分 r u d 分别 译为 r s o r o l q a j 和 h o j 这 样 就 生 成 了r s o r o l q a h o J 的很 自然 的蒙古语 译 文 5 3 语序不 一 致的调 整 本文从 派生文 法 的角度把 日语句 法单位 看作 是 词干 上接 加附加成 分 串的形式 关 于第 四章第 3节 里举 的否定 性动 词短 语 的问题 对 附加 成分 的顺序 制作 了调整 规则 运 用 这些 规 则对 附加 成分 的顺序 进行 处理 以下表 示 的是具体 的规则 规则 1 动作 动词词 干 否 定式 附加 成分 过去 式附 加成分 一 动作 动词 词 干 过去 式 附加成 分 否定 式附 加成分 规则 2 动作动词词 干 否定 式附加成分 一 动作 动词 词 干 非 过 去 式 附 加 成 分 否定 式 附加 成分 运用 以上规 则解 决 了在 第 四章第 3节 中举 的例 1 例 2的 附加成分 的调 整 问题 把 日语 的词 干 和附 加 成分转 换成 蒙古 语 的词 干和 附 加成 分 用 语 音规 则 生成 动 词 短 语 结 果 是 把 食 n a k a t t a j 译 为 F i d e g s e n u g e i j 把 食 n a i j 译 为 i d e h u u g e i J 的很 自然 的译文 6机器翻译 系统 的实现 6 1系统 的构造 本 系统 由四个部分 组成 图 4 也就 是词 法 句 法分 析 基于派 生文法 的 附加成分 分析 日语一 蒙古 语转 换 和蒙古语 短语生 成等 词法分 析 利 用 了 日语 词 法 分 析 系统 J UMAN 句法 分析 利用 了 日语句 法分 析系 统 K NP 对 于 KNP分 析 出来 的 短语 进 行基 于派 生 文法 的附加成 分分析 和蒙古 语语 音规 则处理 6 2 基 于派生 文法 的附加成 分 分析 本模块是由 5 个部分模块组成 图 5 6 2 1 词 干整 理 派 生 文法 基 于 日语作 为 黏 着语 的性质 认 为词 维普资讯 2期 百顺 基于派生文法的 日一蒙动词短语机器翻译研究 5 1 日文 I 词法 句法分析 I 基于派生语法的附加成分分析 f 日语一 蒙古语转换 f 蒙古语短语生成 I 蒙古文 图 4 日一蒙 机器 翻译系统 流程 图 词法和句法 分析结果 二二工二二 词干整理 二二 二 根据 活用形抽 出 附加成 分 二二 二二 假 名罗马字转换 二二工二 附加成分分析 二二工二 语序调整 二二工二 臼语词干和 附加成分串 活用形附 加成分对 应表 假名罗马 字转换表 附加成 分 定 义表 图 5 附加成分分析模 块 干上 接加 附加成 分 而构词或 构形 词 干整 理基 于这 个观点 把 KNP分析 结果 的短 语 当作 一个 词 干 和 附加 成 分 的 连 接 形 式 但 是 日语 句 法 分 析 系 统 K NP分 析 出来 的短 语 里有 可 能 存 在多 个 独 立词 的 情 况 针 对 这 个 问题 有 必 要 把 这 些 多 个 独 立 词 并 为 一 个 合 成 词 来 处 理 例 如 在 r 一 括 妞 理 寸 6 J 的短语里包含r 一括 J r 妞理 J 寸 6 J 等三个 独 立词 把 这 三 个 独 立 词 并 为 一 个 r 一 括 魍 理 寸 6 j 的合 成 词 合 成 词 的 词 类 由最 后 的 独 立 词 的 词 类来 决 定 6 2 2 根据 活用 形抽 出 附加 成 分 派 生文 法认 为 日语 不存 在活 用 也就 是说 动 词 含形 容词 形 容动 词 是 在 词 干 上接 加 附加 成 分 而构成 的 因此存 在 着构 成 各 种 活 用形 的机 能 附 加 成 分 例如 表 1所 表 示 的是 构 成辅 音 动 词 耆 J 的活用形 的 附加 成 分 根据 活用形 抽 出附加 成分 的 目的是 要 抽 出表 1 所表 示 的那种构 成 动词 含 形容 词 形 容 动 词 的活 用形 的 附加 成分 方 法是 利用 J UMAN 分析 出来 表 1活用形形成附加成分的例 子 活 用 形 传统文法 派生文法 附加成分 未 然 形 害 加 k a k a a 基本连用形 害 善 k a k i l 基本形 害 k a k U U 基本条件形 害f 于 f k a k e b a e b a 意志形 害二 j k a k O U o U 命令形 害 f 于 k a k e e 表 2活用形附加成 分对应表 的一 部分 活用形一活用形 附加成分 辅音 动词 力行一未然形 a 辅音动词 力行一基本形 U 辅音动词 力行一意志形 o U 辅音动词力行一命令形 e 辅音动词力行一基本条件形 e b a 辅音动词力行一基本连用形 l 的有 活用 形 的独 立词 动词 形容 词 形 容动 词 的活 用形和活用形的信息 作 了附加成分表 根据这个 表 进行 构 成活用 形 的附加 成 分 的抽 出 表 2所表 示 的是 由于活用 型和 活用形 而得 出 的附加成 分表 的 一 部分 6 2 3 附属 词 的罗马字 转换 派 生文 法 是 以语 音 学 形 态 学 为 中心 的 文 法 把附加成分作为语音单位来考虑 因此必须用罗马 字来 表示 附加成 分 的罗 马字转 换正 是从 这个观 点 出发 的 因此 作 者制 作 了 日语 的假 名 和 罗马 字 对 应表 根据 这 个 表 对 J UMAN 的 词 法 分 析 出来 的 附加 成分 进行罗 马字 转换 处理 表 3 表 示 的是假名 和罗 马字对 应表 的一 部分 表 3 假名和 罗马宇对应表的一部分 假 名 世 岛 札 允 罗 马字 S e r a r e t a 6 2 4 附加成 分 的分析 根 据 附加 成 分定 义 表 对词 干 上接 加 的 附加 成 分 串进行 重新 分 析 派生 文 法 是 正规 文 法 因此 可 以作 为有 限状 态 自动 机来 处 理 图 1 根据 附 加成 分定义 表 把 自动机 的状态作 为词 干种类 输入 为附 加 成 分 因此 这 个 表具 有 使 附 加成 分 模 型化 的意 义 定义表记录 了派生文法 中包 含的全部附加成 维普资讯 5 2 中 文 信 息 学 报 2 0 0 8拄 分 具 体 的分析方 法是这 个 自动 机接 受正规 表达 式 对 附加成分 的匹配 附加 成分定 义表 的一部 分为 表 4所示 6 2 5 附加 成分 的顺序调 整 附加 成 分顺 序 的调 整在 第 5章第 3节 中说 明 过 此 处不再 赘 述 表 4附加 成 分 定 义 表 的 一 部 分 黏着前状态 语法机能 黏着后状态 附加成分 动作动词词干 非完成态肯定 动作动词连体形 r U 动作动词词干 完成态肯定 动作动词连体形 i t a 动作动词词干 前望态肯定 动作动词连体形 y o n 动作动词词干 使役 动作动词词干 S a s e 动作 动词词干 被动 动作动词词干 r a r e 形状 动词词干 非完成态 形状动词终止形 l 形状 动词 词 干 完成 态 形 状 动 词 终 止 形 k a t t a 6 3 日一蒙转换模块 7实 验评 价 利用 E l 蒙 词 干 词 典 和 E l 一 蒙 附 加 成 分 对 照 表 把 E l 语 的词 干和 附加 成 分 分别 译 为 蒙古 语 的 词 干 和附加成 分 E l 蒙 附 加 成 分 对 照 表 包 括 派 生 文 法 的 全 部 附 加成 分 和根 据 翻译 系统 的需 要 而 补 充 的一 些 附 加 成分 在蒙 古语 附加 成 分 里 有 很 多 同音 异 形 附 加 成分 因此 蒙 古语 附 加 成分 的译 文 里 不 只是 一 对 一 还 有 一 对 多 的 情 况 例 如 E l 语 属 格 助 词 J 相 对 应 的蒙 古 语 附加 成 分 是 y i n o n u n o u 等 五种 6 4蒙古 语生成 模块 运用语音规 则把蒙古 语 词干 和附加 成分 连接 起 来 生成蒙古语短语 蒙古语 语音规则 是根据 蒙古语 语法嘲 又从符合 自然语言处理的角度制作的 蒙古 语语音规 则主要包 括元 音和谐 规则 元音 和辅 音相连 规则 辅音 和谐 规 则 连 接元 音 书写 规则 等 图 6表 示 的是应 用语音 规则生成蒙古语短语 的例 子 日语 短语 食 s a s e t a 附 加 成分 分 析 食 一 s a s e 一 i t a 日一 蒙转换 i d e E G g E o u 1 G g J s E a e 元音和谐规则 i d e E G g u l E G g s e n 辅音 和谐 规 则 元音辅音结合规则 i d e g u l g s e n 连接元音书写规则 i d e g u l U g s e n 蒙古语短语生 成 i d e g u l u g s e n 图 6 应 用 语 音 规 则 生 成 蒙 古语 短语 的例 子 在本 章里 运 用作 者试作 的翻译 系统进 行 了动 词短语 的实验 并做 出评 价 7 1 对 象数 据 为 了试 验本 系统 的翻 译 精度 在 日本 每 日报L 9 的有 关农 林 牧 水 的 3 1 0个 新 闻报道 中 用机械选 择了 3 o个新闻报道作为测试数据库 其余的 2 8 0 个新 闻报 道作 为训练数 据库 而且 以测试 数据库 作 为对 象 用 本系统 进行 了翻译 对其 生成 的 4 0 3 个 不 同动 词短语 进行 了评价 7 2 评价 方法 评 价是 由作者 以外 的一 位蒙 古族 人 来 实施 的 在这里 所谓的正确译文就是作为蒙古语完全正确 的表述 所谓的错误译文就是语法或意义上不正确 的表述 这次评 价 因 为不 是 整 个句 子 的评 价 而 是 以短语为单位 并且重点放在附加成分 的分析和蒙 古语 语音 规则 的准 确 率上 所 以对 词典 里 没 有记 录 的单词 进 行 了一些适 当的补充 7 3结果和 考察 针 对 测 试 数 据 库 3 0篇 新 闻 报 道 进 行 翻 译 的 结 果 生 成 了 4 8 1个 蒙 古 语 动 词 短 语 其 中 有 一 些 重 复 的 不 同 动 词 短 语 的 数 量 为 4 O 3个 正 确 翻译 的动 词短 语 有 3 8 6个 获 得 了 9 5 7 8 的 正 确率 表 5 维普资讯 2期 百顺 基于派生文法 的 日一蒙动词短语机器 翻译研究 5 3 表 5正确 翻 译 率 不 同动词短语数 正确翻译数 正确翻译率 4 03 38 6 9 5 7 8 下面 把错误 译文 的详 细原 因表示 为表 6 表 6 错误翻译 的原 因细 目 错 误 翻译 的 原 个 数 错 误 翻 译 率 同形附加成分的区分 O 廿 变 名 词 和 廿 变 动 词 处 O 语序 的不 一致 O 附加成分分析失败 1 0 2 5 语音 规则 处 理 1 3 3 2 3 多 义 词 3 0 7 4 合 计 1 7 4 2 2 表 6当 中的同形 附加 成 分 的 区分 廿 变 名 词 和 廿变 动词 的处理 以及语 序 的不一 致是 在第 四章里 谈 到 的问题 这 次试验 当 中同形 附加成 分 的区分 问题 出现 的次数 为 1 O 3次 其 中表 示愿 望 的场合 是 1 次 表示过 去式 连体形 的场 合是 2 1次 表示 过去 式终 止 形 的场合是 8 1次 由于本系统的特殊处理而全部 翻译为正 确译 文 关 于廿 变名 词 和 廿 变 动 词 的处 理 8 5次 和语 序 的不一 致 1 6 次 问题 由于本 系 统 中采 取适 当 的 对应 措施 而 翻译 的译 文也 是全部 正确 的 关 于附加成 分 的分析是 基 于派生 文法 的最 关键 的环节 在文献 5 里附加成分分析的失败 占错误 翻译 率的 8 5 通 过 附加 成 分 定 义 规 则 的强 化 这 次试验 中失 败 的个 数 是 1个 不 过 这也 是 在 含 有 文 言文 的动词 短语 的场 合 出现的失 败 这 次试 验 中需 要 语 音 规 则 处 理 的地 方 有 5 6 9 个 词 干和 附加成 分 附加 成 分 和 附加 成 分 之 间 的 连 接处都 需要 语 音规 则 的处理 所 以 语音 规则 处 理 的个数 比动词 短语 要多得 多 语音 规则 处理 的总 数 5 6 9 次 中 由语 音 规则而 引起 的失 败个 数是 2个 由补助 动词 的处理 而导 致 的失败个 数 是 1 1 个 蒙古语语音规则里有一些特殊现象 要对这些 特殊现 象进 行处理 现 在的语 音规 则还 不够充 分 还 需 要探讨 和强 化 还 有 在 本 文 中是 把 补 助 动 词作 为 附加成 分来 处理 的 这 次试 验 中补助 动词语 音处 理 的失败 次 数最 多 譬 如 本 系 统 把 生 麈 L 0 为J 翻 译 为 u i l e d b u r i l e j u b a i n e J 这 是 错 误 译 文 正确译 文 应该是 u i l e d b u r i l e j u b a i n a j 这 是 因 为 现 系统 中 日语 动词短 语 和蒙古语 动词 短语都 是 由词 干上 接加 附加成 分 串构成 的 特 别是蒙 古语 的语音 处 理 是 由词 干 一次词 干 的性质 决定 附加成 分的性 质 并 且选择 符 合 一 次词 干 性 质 的 附加 成 分 例子 中的一 次 词 干 u i l e J 是 阴性 词 干 按 元 音 和 谐 规 则 一 次词 干 阴性 上 接加 的附加 成分都 是 阴性 的 但 是 蒙古 语 的补 助 动 词 b a i n a J 是 个 独 立 词 也 是 词干上 后接 附加 成 分构 成 的 因此 按 理说 是 补 助 动词 的词 干 b a i J 决 定 其 后 接 加 的 附加 成 分 的性 质 但是 现在 的 系统 是 补 助动 词 词 干 上接 加 的 附 加成 分也 受 一 次 词 干 r u i l e J 的制 约 所 以导 致 语 音 规则 处理 的失 败 对 补助 动词 的语音 规则处 理 问题 作 为今 后 的研究课 题保 留 多义词 处理 是整个 机器 翻译 的难点 之一 对 于 日一 蒙机 器 翻译 来 说 多 义词 包括 词 干 的多 义 和 附 加 成分 的多 义两 种 对 附 加成 分 的多 义而 言 日语 动 词构 词构 形 附加 成 分 的多 义 词 不 多 其 中 在本 文 里对某 些 多义 附 加 成 分进 行 了 处理 比如 说 在 第 五章第 1节 里 解决 的 同形 附加 成 分 i t a J 的 区 分 就是在 某 种意义 上 的多义词 处理 是根据 词 干和 附加 成分 的连 接前 状态 和连接 后状态 处理 的 在 本 文 中 对词 干 的多义 词还没 有进 行处 理 譬 如 本 系 统把 南 为 茎J 翻译 为 b a i n a q a Gj 这 是 错误 译 文 正 确 译 文应 该 是 r j a r i m u y e j 这 次 试 验 当 中 出现 了 向这 种不 符合原 文意 思 的译 文 只 3 个 这是 因为 其 一 日语 和蒙 古语 有 很 多相 似 之处 其 二 本 系统 训 练数 据 库 和 测 试 数 据 库 都 是 关 于农 林 牧 水 的新 闻报道 为 了提高 本系统 的正 确翻译 率 对 多义词 的处 理作 为下一 个 阶段 的研究 目标 8 结 论 本 文 以 日语 到蒙古 语 的机器 翻译 系统 的开发 为 目标 提 出并 实现 了基 于 日语 派 生 文法 的动 词短 语 的翻译 方式 根 据 试验 结 果 证 明 了动 词 短 语 的高 精 度 的翻译是 可 能的 今后 为 了提 高动词 短语 的正确 翻译 率 强 化对 补 助动 词的处 理 研究 的重点 放在 多义词 的处 理并 实现具 有 实用性 的 日 蒙 机器 翻译 系统 致谢 日本 东京 大学 石川徼 也特 任教授 和筑 波 大学长 谷部 纪元 教授对 本研究 给 予 了极 大 的支持和 精心的指导 在此表示衷心的感谢 维普资讯 5 4 中 文 信 息 学 报 2 0 0 8 正 参考文献 1 2 3 4 清濑 羲三 郎 则府 日本 藉 文法 新输一派 生 文 法序 税 M 东京 桉枫社 1 9 8 9 清格尔泰 蒙古语语 法 M 呼和浩特 内蒙古人 民出 版社 1 9 9 1 巴达玛敖德斯尔 面向机器 翻译 的汉蒙 短语转换 规则 研究 M 呼和浩 特 内蒙古教育 出版社 2 0 0 5 那顺乌 日图 刘群 巴达玛敖德斯 尔 关于 汉蒙机 器辅 助翻译 系统 J AL TA I HA KP O 2 0 0 1 1 1 3 5 4 1 百