[发明专利]基于SC文法的转换生成方法

说明书

本发明涉及一种机器翻译中的转换生成技术，属于机器翻译技术领域。

机器翻译中，基于规则的分析技术，其分析与转换的界限往往是通过形成的内部结构树来传递信息的，转换(即译文生成)部分需要反复对树中的结点进行测试，找出相应的生成码，才能生成译文。这种方法不仅严重浪费时间，而且由于生成码的内容和数量均不容易确定，因而人为地丢失许多信息，造成译文可读性较差。

本发明的目的旨在提供一种基于SC文法的转换生成技术，该技术可简化分析和转换机制的操作过程，并提高译文的准确性。

上述SC文法是指以语义文法和格文法(Semantic And Case Grammar)为基础的子类文法(Sub Category Grammar)。

本发明是通过如下方法实现的：

一种使用计算机进行的基于SC文法的转换生成方法，其步骤为：

(一)建立字典库和规则库

在建立字典库和规则库时，为每个单词和规则建立相应的转换体，它们是嵌入词条和规则内部的，其中：

字典库中每个单词的形式为：

入口单词  特征信息集合1  上下文相关函数11  转换体11

          特征信息集合1  上下文相关函数12  转换体12

          特征信息集合2  上下文相关函数21  转换体22

规则库中每条规则的形式为：

规则左部成分→上下文相关函数，将规则左部归约后的特征集合，转换体

其中，转换体中的各成分均为规则左部成分。

(二)在接收一个原文句子之后，用翻译处理算法对句子进行分析，分析成功后，生成一归约结构树，然后执行如下步骤：

(1)自顶向下搜索该结构树，设当前搜索结点P为树的根结点；

(2)生成当前搜索结点P的译文；

若P的下一层结点为非原文单词形态的非叶子结点，则首先查找原文分析过程中记录下的生成P的规则，根据规则中规定的转换体生成P的转换体，然后递归执行步骤(2)求出各结点转换体，并在P的转换体中替换掉各结点；

若P的下一层结点是原文单词形态的叶子结点，则查找字典中生成P的词条，根据该词条中规定的转换体生成P的译文；

(3)在选择具体词义时，若遇到同一单词具有相同特征集合但不同词义的词条，则顺序执行各词条中的上下文相关测试函数，当某一词条的上下文相关测试条件成立时，则选定该词条的词义为单词的译文；

(4)根结点的译文即为整个句子对应的译文。

本发明的特征是：1．在字典和规则中直接嵌入转换体。2．转换与原文分析集成为一体。3．不依赖于具体语种，可适用于多语种机器翻译。

本发明通过采用分析与转换规则共用同一头部和同一组上下文相关函数的方法，实现分析与转换的集成化。这样，不但可以把问题局部化，而且可以根据转换体的要求，直接生成目标结构，既简化了分析和转换机制的操作过程，也提高了译文的准确性。

以下结合附图和发明实例对本发明作详细描述。

图1和图2为本发明的算法流程图。

本发明是使用普通计算机实现的，其步骤为：

一、转换数据的建立

在建立字典库和规则库时，为每个单词和规则建立相应的转换体，它们是嵌入词条和规则内部的。

1、在字典库中建立转换体

字典中每个单词的形式为：

word  X1    F11    T11

       ：

       ：

      X1    F1n   T1n

      X2    F21    T21

       ：

       ：

其中，word为入口单词，X1、X2为特征集合，F11、F1n、F21为上下文相关函数，T11、T1n、T21为译文，即转换体部分。单词可具有不同的特征集，如X1,X2；在具有相同特征集但不同的上下文情况下可能有不同的译文，如X1特征在F11、…、F1n上下文条件下具有T11、…、T1n等不同的译文。

2、在规则库中建立转换体

每条规则的形式为：

X1 X2...Xn→F,X,Xi1...Xim.

其中，X1、X2、…、Xn为特征集合，构成规则左部成分；F为上下文相关函数；X为将规则左部归约后的特征集合形式，Xi1…Xim为转换体部分，该转换体定义了当前归约操作所对应的译文，Xi1…Xim均为规则左部的成分。