机器翻译的一些消歧方法研究

在机器翻译涉及的技术很多．其中,语言消歧就被列为机器翻译最为急迫解决的问题之一．本文的的工作首先对语言歧义的问题进行分析。然后论述一些具体消歧方法．     

一种采用基于语境松弛算法的汉语分词排歧方法

词切分是像汉语这类非拉丁语言的一个特有问题，并且由于汉语组词中普遍存在着岐义性和语境依赖性，这一问题也是一个尚未得到彻底解决的难题。本文通过仔细分析汉语分词岐义的规律，将追求整体最优效果的松驰算法引入到汉语自动分词的排岐研究中。借助于语词之间搭配关系等上下文约束条件以及词频、字频等统计数据，构造了一种汉语分词排岐的新方法。实验结果表明，这种方法在切分精度和切分速度上都取得了较好的效果，为解决汉语自动分词难题提供了一种新途径。     

基于语境计算模型的汉语词义消歧

提出利用相对词频(Relative Word Frequency,RWF)来评估词语之间搭配强度。基于相对词频,提出语境计算模型,用于对汉语文本词义进行消歧。选择3个常用多义词进行试验,结果验证了该方法的有效性。     

机器翻译中基于语法、语义知识库的汉语词义消歧研究

词义消歧研究在自然语言处理的许多应用领域中具有重要的理论和实践意义，在机器翻译中更是如此，它直接关系到译文质量的提高，但目前已有的词义消歧系统基本上都面临着消歧知识获取的瓶颈问题，要真正有效地提高词义知识库的质量，需要在词类划分基础上，增加词义的误法功能分析和语义搭配限制，综合利用现有的语法，语义资源，提取多义词的每个意义在不同层次上的各种分布特征，以此为基础，给出了一个汉英机器翻译系统中基于语法，语义知识库的汉语词义消歧分析模型，初步的实验结果表明，该方法可以高质量地进行汉语名词，动词，形容词的词义消歧。     

一种基于搭配信息的汉语组合型消歧方法

首先从大规模语料中采集到组合歧义字段,进而对其搭配信息进行统计.最后应用多元对数似然比计算出消歧参数进行消歧,实验中考虑了歧义字段的上下文窗口、位置、权值等要素.在此基础上应用消歧后的语料扩充搭配信息集,修正消歧参数.     

基于短语匹配的中文分词消歧方法

在短语结构文法的基础上,提出一种基于局部单一短语匹配和语义规则相结合的消歧方法.通过增加短语间的右嵌套规则和采用有限自动机的实现方式,解决了短语规则中存在冗余项的问题,提高了短语匹配效率和歧义消除类型的针对性.实验结果表明,该消歧方法的平均消歧率约为98%,优于一般未考虑词语间语法和语义消歧模型的处理效果.     

词义自动消歧概率模型

提出了一种词义自动消歧概率模型·在词义自动消歧实验中,分析了高频率词义、指示词、特定领域、固定搭配和固定用法信息对名词和动词词义消歧的影响·目前该词义自动消歧系统已经应用于基于词层的英汉机器翻译系统(汽车配件专业领域)中,有效地提高了翻译性能     

融合词义消歧的汉语句法分析方法研究

将句法分析与词义消歧相结合, 根据层次化语义知识的句法分析框架, 在句法分析训练过程中, 利用句法结构信息对文法模型进行调整, 解决了引入语义时所面的歧义问题, 构建一种句法分析和词义消歧的 一体化方法。实验表明, 在句法分析过程中进行词义消歧处理, 使句法分析的性能显著提升, 同时也获得词 将句法分析与词义消歧相结合, 根据层次化语义知识的句法分析框架, 在句法分析训练过程中, 利用句法结构信息对文法模型进行调整, 解决了引入语义时所面对的歧义问题, 构建一种句法分析和词义消歧的一体化方法。实验表明, 在句法分析过程中进行词义消歧处理, 使句法分析的性能显著提升, 同时也获得词义消歧能将句法分析与词义消歧相结合, 根据层次化语义知识的句法分析框架, 在句法分析训练过程中, 利用句法结构信息对文法模型进行调整, 解决了引入语义时所面对的歧义问题, 构建一种句法分析和词义消歧的一体化方法。实验表明, 在句法分析过程中进行词义消歧处理, 使句法分析的性能显著提升, 同时也获得词义消歧能力。     

基于灰熵分析法评价改性沥青的温度敏感性

应用灰熵分析法,对9种改性沥青的针入度指数PI、针入度粘度指数PVN、粘温指数VTS等常规温度敏感性指标与通过动态剪切试验测试的指标GTSG＇的灰熵关联度进行分析,结果表明：以25℃针入度和135℃粘度为基础计算的针入度粘度指数PVN25-135与GTSG＇具有较高的灰熵关联度,能较准确地评价改性沥青的温度敏感性.     

基于语义相关度计算的汉语词义消歧方法研究

词义消歧(WSD)一直是自然语言处理(NLP)研究的重点和难点之一.本文以语义资源-《知网》为基础,从语义角度出发,抽取《知网》中义原之间的多种复杂关系,结合词性、词语组合等信息,提出一种基于相关度计算的汉语词义消歧方法.实验结果表明,该方法对于处理汉语WSD是有效的.     

基于熵值法的碳配额优化电量灰色预测模型

本文基于灰色预测理论基础,针对电量预测与碳减排目标设定难以结合的问题,从减排责任、减排能力与减排潜力三个方向入手,提出一种基于熵值法的碳配额模型,并且通过灰色预测的方法解决历史数据少的问题从而实现电量预测,最后通过综合考量碳配额在电力预测中的影响程度,提出了一种基于碳配额的优化灰色预测模型,并结合实例进行分析,通过后验差检验保证了模型的准确性,结果表明引入碳配额分配方式后的灰色模型更具有现实意义,有助于指导地区制定能源政策,并在兼顾地区历史发展水平与GDP水平的同时完善碳配额制度。     

基于熵权灰色关联分析的车辆行驶安全性评价

为客观评价车辆行驶安全性,系统分析了影响道路交通安全的人、车、路、环境等因素,运用层次分析法构建车辆行驶安全性评价指标体系;运用熵值法确定各指标权重,建立基于熵权和灰色关联分析的车辆行驶安全性评价模型。案例分析表明,影响车辆行驶安全性因素的重要程度为驾驶员因素车辆因素道路因素环境因素,模型评价结果与实际情况相符。     

基于特征比较和最大熵模型的统计机器翻译错误检测

首先介绍3种典型的用于翻译错误检测和分类的单词后验概率特征, 即基于固定位置的词后验概率、基于滑动窗的词后验概率和基于词对齐的词后验概率, 分析其对错误检测性能的影响; 然后, 将其分别与语言学特征如词性、词及由LG句法分析器抽取的句法特征等进行组合, 利用最大熵分类器预测翻译错误, 并在汉英NIST数据集上进行实验验证和比较。实验结果表明, 不同的单词后验概率对分类错误率的影响是显著的, 并且在词后验概率基础上加入语言学特征的组合特征可以显著降低分类错误率, 提高译文错误预测性能。     

基于灰色系统理论语言交际中的“灰色信息”翻译研究

在经济全球化的今天,翻译在跨文化交际活动中拥有越来越重要的地位。但在翻译实践中,会碰到各种各样的问题,尤其是因语言系统中存在的"灰色信息"而产生的语用失误问题。本文拟借助灰色系统理论,探讨在进行以交际为目的的翻译过程中如何处理这些"灰色信息",以减少因灰色信息造成的语用失误,为翻译研究提供新的思路。     

常识推理在机器翻译词义排歧中的应用

本文针对词义排歧提出了一种利用语言常识进行逻辑推理以筛选出合理词义的形式化标准和方法,将人们在翻译过程中排歧时所进行的逻辑推理归结为一种机械的集合运算,使之易于机器操作.并在此基础上,提出一种利用义项多元组引入词义的语境相关限制信息、以改进现有电子词典使其更加有利于排歧的方案,从方向上指明了这种词典知识获取的途径.     

基于熵权-改进灰色关联模型的公路隧道塌方风险评估

为确定公路隧道施工过程中塌方风险等级,选取工程地质等4项一级指标,围岩级别等12项二级指标,建立熵权-改进灰色关联的公路隧道塌方风险评价模型。采用熵权法计算评价指标权重;采用改进灰色关联法确定各段隧道与隧道塌方各风险等级的关联度,并与所求得的权重相结合确定最终的风险等级,并将结果与工程实例相印证。结果表明：公路隧道塌方的12项风险因素中,年均降水量、隧道跨度、围岩级别、隧道埋深对隧道塌方影响较大;采用本文模型对四段隧道进行评价,评价结果均与实际相符。可见该评价模型为在建隧道施工塌方风险等级的确定与预防提供了科学而有效的依据。     

安全质量标准化综合评价的基于熵权的灰色关联模型

通过对中国兵器工业集团公司5家机械制造企业各评价指标的灰色关联分析,并根据原始数据计算权重,最终评定出企业安全级别.结果表明,此模型是可行有效的,可为安全质量标准化综合评价提供新的思路和方法.     

基于灰色熵权模型的城市轨道交通站点运营风险动态评价

随着运营环境的不确定性变化,城市轨道交通站点会呈现不同的运营风险。通过对城市轨道交通站点历史运营事故的致因分析,从人员、设备、管理和环境4个方面构建站点运营风险评价的指标体系;基于灰色理论和熵权模型,提出一类站点运营风险的动态评价方法。对指标进行经典域划分后,利用灰色熵权模型计算指标权重,利用灰色关联度方法计算评价指标时间激励因子,进而获取城市轨道交通站点运营风险的综合评价值,并确定站点运营的风险等级。算例分析的结果表明,基于灰色熵权模型构建的城市轨道交通站点运营风险动态评价方法具有一定的可行性。     

基于灰色系统理论的中国就业结构预测分析

由于就业结构存在定和为1的限制,采用非映射变换方法首先进行降维处理,在此基础上结合灰色GM(1,1)模型对中国就业结构"十二五"期间发展趋势进行预测。结果表明:采用该方法研究中国就业结构预测问题,预测精度较高,且克服了采用传统预测方法进行建模得到的预测结果数据总和通常不为1的缺点;"十二五"期间中国就业结构调整将实现突破,由目前第一产业居主导地位的"一、三、二"格局转变为"三、一、二"格局,第三产业成为未来吸纳就业人员最多的产业。     

基于灰色区间关联决策的目标威胁评估

如何对空袭目标的威胁程度进行科学的评估与排序,是防空指挥中的重要环节,也是防空指挥员面临的难题之一。威胁评估一般仅考虑最大值所提供的信息,存在结果失真的情况,因而采用区间数来表示更有实际意义。针对空袭目标的威胁判断问题,分析了空袭目标威胁评判的准则,据此给出了影响目标威胁的主要因素,并给出了主要因素的隶属函数。将区间数和灰色理论结合,构建了灰色区间关联决策模型并应用于空袭目标威胁排序中,较准确地反映目标机动对威胁度的影响,且将系统中非主要因素考虑在内,使得威胁评估更加接近实战。最后,将模型运用于空袭目标威胁排序中,以实例证实了此方法的可行性。