[发明专利]一种基于谓词论元结构的统计机器翻译方法

权利要求书

1.基于谓词论元结构的统计机器翻译方法，其特征在于包括如下步骤：

步骤1：基于谓词论元结构对双语语料中的双语句子对进行分词、自动词对齐、句法分析以及双语联合语义角色标注；

步骤2：根据所述双语联合语义角色标注的结果，抽取所述双语句子对的PAS转换规则，以对两种语言的谓词论元结构之间的关系进行建模；

步骤3：利用所述PAS转换规则，匹配待翻译句子的多个语义角色标注结果，并相应进行翻译；

步骤4：根据所述PAS转换规则的匹配和翻译结果，构造翻译超图，最终生成翻译结果。

2.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：抽取PAS转换规则的具体步骤如下：

步骤1：首先利用自动词对齐的结果对双语联合语义角色标注的结果进行修正，以确定双语谓词论元结构的对应关系；

步骤2：根据双语谓词论元结构的对应关系，抽取PAS转换规则。

步骤3：根据所获得的PAS转换规则，对这些规则进行泛化扩展。

3.根据权利要求2所述的基于谓词论元结构的统计机器翻译方法，其特征在于，所述修正具体为：

对于没有对齐到目标端的源端论元，如果根据词对齐，其跨度和目标端的各个论元不交叉，而且这个跨度和源端论元的跨度满足对齐一致性，就把这个跨度作为一个虚拟的目标端论元用于抽取PAS转换规则；否则，不考虑这个源端论元；

对于对齐到多个目标端论元的源端论元，找到能够覆盖所有与之对齐的目标端论元的最小的连续跨度，如果这个跨度和其他的目标端论元没有交叉，并且它和源端论元的跨度满足对齐一致性，把它作为一个虚拟的目标端论元用于抽取PAS转换规则；否则，不考虑这个源端论元；

若存在多个源端论元对齐到一个或多个目标端论元的情况，则不抽取PAS转换规则。

4.根据权利要求2所述的基于谓词论元结构的统计机器翻译方法，其特征在于，所述泛化扩展包括：

将谓词论元结构中的修饰论元和与它对齐的目标端论元丢弃掉，用剩余的结构构造一条新的PAS转换规则。

5.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：建模时利用基于谓词的规则翻译概率和基于源端谓词论元结构的规则翻译概率来衡量PAS转换规则的置信度。

6.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：利用所述PAS转换规则，匹配待翻译句子的多个语义角色标注结果时，只保留那些含有最多的论元或者覆盖了最多源端词汇的匹配结构。

7.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：利用所述PAS转换规则，匹配待翻译句子的多个语义角色标注结果时，使用结构匹配得分来衡量所获得的句子的谓词论元结构的置信度。

8.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：使用PAS转换规则进行翻译时，把间隔词汇附着到与其相邻的元素上。

9.根据权利要求1或8所述的基于谓词论元结构的统计机器翻译方法，其特征在于：使用PAS转换规则进行翻译时，根据多棵句法分析树，使用投票的方法把间隔词汇附着到与其相邻的元素上。

10.根据权利要求9所述的基于谓词论元结构的统计机器翻译方法，其特征在于：把间隔词汇附着到与其相邻的元素上后，若存在完全相同的结构，那么只保留其中结构匹配得分最高的一个。

11.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：步骤3中使用基于CKY模式的解码算法进行翻译。

12.根据权利要求11所述的基于谓词论元结构的统计机器翻译方法，其特征在于：所述算法只搜寻所有可能的跨度的合并方式。

13.根据权利要求12所述的基于谓词论元结构的统计机器翻译方法，其特征在于：合并后产生的新跨度的翻译候选来自于两个方面：一是利用立方体剪枝对它的子跨度的翻译候选进行合并，另一个是直接使用短语翻译规则。

14.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：生成翻译超图时，没有被谓词论元结构覆盖的跨度，使用传统的翻译方法生成翻译候选。

15.根据权利要求1所述的基于谓词论元结构的统计机器翻译方法，其特征在于：生成翻译超图时，被谓词论元结构覆盖的跨度，使用PAS转换规则，或者传统的翻译方法生成翻译候选。