基于SC文法的英汉机译中消歧处理的研究

在机器翻译中，从原文输入到译语文输出的各个分析和转换层面上都存在着不同类型的歧义现象，因此消歧处理成为机器翻译所面临的最重要同时了难的课题之一。前人 一些机器翻译产生深刻影响的文法理论，但歧义问题始终未能得到圆满解决。在基于ＳＣ法的智能汉机器翻译系统（ＩＭＴ／ＥＣ）中，充分利用文法的技术特点，在机器翻译的几个主要阶段处理了不同类型的歧义问题，使ＩＭＴ／ＥＣ的译准率明显提高。     

基于语境类似度的并列成分的判定方法

针对日语处理中的疑难问题之一－长句并列成分的系受关系和范围的定，介绍了日本长尾真等人提出的关于并列关键字语境类似度的日语并列成分的分析方法。该方法对日语并列的分类，并列关键字的确定，类似性的决定因素及其量化，并列构造范围的求解等进行了详细的讨论，并给出了算法。     

浅谈计算机在翻译领域的应用

通过测试三个计算机翻译系统以及参考笔者使用过的当今世界上三个影响较大的网上机器翻译系统的情况来探讨在世界政治、经济、文化一体化趋势加强、世界各国交往日益频繁的今天，计算机能否代替人作为媒介，做一合格的译者。     

试析机器翻译论文的不可行性

通过对比论文标题和摘要的汉译,分析了机器翻译与人工翻译的优劣,同时还分析了机器翻译不尽人意的原因.进一步证明,由于机器翻译软件的不完善,试图用机器将汉语论文翻译成英语论文的做法是令人失望甚至是不可行的,因此,我们要慎用机器翻译.     

计算机辅助翻译的核心模块和技术论析

机器翻译和计算机辅助翻译极大地提高了翻译效率。在机器翻译尚不尽如人意的情况下,计算机辅助翻译作为一种替代手段,成为翻译人员的一种有效选择,目前已有诸多商业产品问世。主流的计算机辅助翻译工具的核心技术是翻译记忆,其核心模块是翻译记忆系统、术语管理系统、对齐工具、翻译项目管理工具等。立足于计算机辅助翻译的原理和特点,分析计算机辅助翻译的核心技术和核心模块,介绍主流的计算机辅助翻译软件,以期对计算机辅助翻译软件的使用和推广提供参考。     

结合BERT数据增强的基于词切分的蒙汉神经机器翻译系统

神经机器翻译是目前机器翻译领域主流研究方法,但是蒙汉平行语料的稀缺使得蒙汉神经机器翻译性能难以提升.本文针对基于Transformer的蒙汉神经机器翻译系统,利用深度学习模型对蒙古文词切分方法进行研究,分析了蒙古文部分切分、BPE子词切分和BiLSTM-CNN-CRF神经网络切分方法对于蒙汉机器翻译模型的影响,并在此基础上利用基于BERT(bidirectional encoder representations from Transformers)中文语义相似度计算的数据增强技术去扩充蒙汉机器翻译训练数据.在CCMT2019提供的数据集上进行对比实验,实验结果表明,数据增强方法的BLEU值相较于基线实验提升显著,且BLEU4值达到了75.28%.     

融合小句对齐知识的汉英神经机器翻译

针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足,导致复杂句长文本翻译的篇章连贯性不佳的问题,提出一种融合小句对齐知识的汉英神经机器翻译方法.首先提出手工和自动相结合的标注方案,构建大规模小句对齐的汉英平行语料库,为模型训练提供丰富的小句级别的汉英双语对齐知识;然后设计一种基于小句对齐学习的神经机器...     

机器翻译系统发展与研究

本文详细地论述了机器翻译研究的发展历程和现状。综述了机器翻译系统的类型和特点。详细地介绍了九十年代以来提出的一些新的方法以及国内国际研究动态。     

基于单词领域特征敏感的多领域神经机器翻译

鉴于现有基于单词的领域特征学习方法在领域识别上的精度较低,为提高领域判别和提供准确的翻译,提出一种单词级别的领域特征敏感学习机制,包括两方面:1)编码器端的上下文特征编码,为了扩展单词级别的领域特征学习范围,引入卷积神经网络,并行提取不同大小窗口的词串作为单词的上下文特征;2)强化的领域特征学习,设计基于多层感知机的领域判别器模块,增强从单词上下文特征中获取更准确领域比例的学习能力,提升单词的领域判别准确率。在多领域UM-Corpus英–汉和OPUS英–法翻译任务中的实验结果显示,所提方法平均BLEU值分别超过强基线模型0.82和1.06,单词的领域判别准确率比基线模型分别提升10.07%和18.06%。对实验结果的进一步分析表明,所提翻译模型性能的提升得益于所提出的单词领域特征敏感的学习机制。     

水书异体字机器翻译的自动获取方法

在讨论水书异体字的翻译特点和形式化描述的问题后提出水书异体文字机器翻译的一种自动获取方法SSRA(语义相似性规则算法).该方法运用词类关联性和语义相似性原理并引入机器学习技术,然后对水语形式化描述后进行语言计算,最后构造决策二叉树,使系统能够在词类获取后进行异体字自动识别翻译,在现实中本方法与水汉电子字典系统的结合运用表明此方法有效.