多语种自然语言生成系统中的语言模型

介绍了在多语种自然语言生成系统中如何用统一的模型来表示各种语种的语言知识。本文将语言知识分为语义资源和语法资源两个部分。前者通过Ｓｃｈｅｍａ和优化规则确定文本的内容;后者根据子结构类,句法规则和词典确定文本的具体形式。该模型以复杂特征集为语言知识的载体,将表示抽象语义的数据扩展为生成不同语种文本所需的语言资源。     

机器翻译方法的研究现状

对几种常见的机器翻译方法的特点和适用性等问题进行了深入的讨论，分析了机器翻译面临的主要困难和技术难点。     

机器翻译系统的交互处理机制

如何提高机器翻译效率并得到高质量的译文一直是机器翻译系统追求的主要目标。增强机译系统的学习功能是提高机译系统性能的一条有效途径,也是智能机译系统的一个重要组成部分。英汉智能机器翻译系统中交互处理机制是通过静态的知识重组和动态的在线学习,不断完善机译系统的知识库,在不降低批量处理效率的前提下,逐步提高机译系统的译文质量,文章重点介绍了英汉机译系统中交互机制的设计和实现。     

基于自然语言查询的搜索引擎模型

阐述了目前网络上的搜索引擎主要是基于关键词索引查询技术而设计的,这种技术的搜索范围很大,但由于关键词难于表达丰富的概念和用户信息需求中的丰富语义,导致查准率很低。以语义W eb和基于语义的网络信息检索技术为理论根据,从克服目前信息组织和信息检索的矛盾出发,用XML/RDF作为语义描述、组织、存储、查询的工具,试图在未来搜索引擎发展方面做一些尝试性的研究,提出了一个基于自然语言查询的搜索引擎模型。     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．     

基于规则的机器翻译技术综述

回顾基于规则的机器翻译中的文本处理、文本分析、词典构成、词典查询和语义排歧技术,指出基于规则的机器翻译因为词义选择、层次切分、特殊句型结构等固有难题难以圆满解决,只有发展新的翻译技术,才能使机器翻译质量达到实用水平.     

基于规则的机器翻译技术综述

回顾基于规则的机器翻译中的文本处理、文本分析、词典构成、词典查询和语义排歧技术,指出基于规则的机器翻译因为词义选择、层次切分、特殊句型结构等固有难题难以圆满解决,只有发展新的翻译技术,才能使机器翻译质量达到实用水平.     

面向自然语言提问的检索技术

讨论了面向自然语言提问的检索技术,分析了提问句概念语义块的抽取、概念块的权重分析、概念的组配等关键技术.     

多语言机译系统中高质量语义单元库形成方法

讨论构建多自然语言互译机译系统所需的高质量、可扩充、完备的、无可弃、无重复、无非正常歧义的多语统一语义单元知识库.在构建过程中采用类型特征分类方法有效降低计算复杂性,使去重复的计算量降低一半,去可弃的计算量降到O(βN)(N是语义单元库规模,β是有界数,β相似文献   

《机器翻译用现代藏语语义词典》的设计研究

文章就现代藏语语义词典设计的理论框架、语义分类思想、语义分类体系和属性描述原则.构造了一个初步适应英藏机器翻译的藏语语义分类体系,指出了语义分类和语义属性描述在语义分析中的重要性,阐明了语义分类与语义属性描述两者之间的约束关系,探讨相关的语义分析研究课题.     

自然语言交流中语言风格的机器学习模型

语言风格数据挖掘尚没有较完整的基础理论支持,为此,给出了半群的通用性质的一个语言问题型表述,建立了语言交流模型。给出“语言风格”的定义,用抽象代数方法分析了语言交流模型结构及语言交流理解行为β与语言知识同余关系ρ之间的包含关系,抛弃了β、确定ρ为语言风格中更为基本的因素,同时分析ρ具有稳定性、底层性——即“无可替代性”,从而证明ρ为语言风格特征、ρ将是语言风格机器识别的对象。最后预测该机器学习方法可应用于刑侦中的语言风格识别,比如网上匿名身份识别、手机短信SMI、网上虚拟主持人等。     

RGDL语义结构的面向对象模型及翻译方法

分析报表描述语言ＲＧＤＬ与一般高级语言在语义上的明显差异后，给出一种新的语义描述方法和翻译方法，重点介绍ＲＧＤＬ语义结构建模技术、面向对象的语义子程序设计以及目标代码生成系统的总体构成等。     

面向知识库的中文自然语言问句的语义理解

设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手, 提出一套启发式识别实体与关系的方法, 并利用语料库建立从实体到知识库的映射, 对谓词进行消歧, 进而转化为计算机可理解的结构化查询语言。从百度知道抽取人物、地点、组织3类共 42 个问题作为标准测试集。实验结果表明, 所提出的框架能够有效地将中文自然语言问句转换为结构化查询, 为下一代智能问答系统打下良好的基础。     

基于跨语种预训练语言模型XLM-R的神经机器翻译方法

探索将XLM-R跨语种预训练语言模型应用在神经机器翻译的源语言端、目标语言端和两端,提高机器翻译的质量.提出3种网络模型,分别在Transformer神经网络模型的编码器、解码器以及两端同时引入预训练的XLM-R多语种词语表示.在WMT英语-德语、IWSLT英语-葡萄牙语以及英语-越南语等翻译中的实验结果表明,对双语平...     

一个增量式构造语义模型的方法

凭借构造性逻辑的Ｋｒｉｐｋｅ语义，给出了在自然语言语义理解过程中的增量式构造语义解释模型的方法。     

中文自然语言数据库查询系统

本系统是一个建立在关系数据库上的中文自然语言接口系统。借鉴了国内外自然语言数据库接口设计的理论和方法。对汉语处理方法不同于传统方法,所用的语法信息不是传统意义下的词与词的搭配结构,而是属性项的搭配结构,语义信息不是广泛意义下的句子信息,而是面向数据库查询系统的操作语言信息。查询句的分析重点放在对操作语义项的提取,本系统用C语言编写,是一个面向实用的汉语接口系统。     

基于目标语统计的译文选择的研究

译文选择是词义消歧研究在机器翻译中的分支．本文介绍了基于目标语统计的译文选择的原理,并以英汉机器翻译中汉语译文的选择为例,详细讨论了基于目标语统计的方法的实现．通过对词典译文的处理得到统计数据．为适应实用化系统的要求,统计数据进行压缩,并采用特殊的检索算法．提出了多项式级的逐步渗透译文选择算法,实验结果表明,该算法可以将译文选择正确率提高１０％以上．