论文部分内容阅读
汉语连接结构中的“的”无处不在，并且可以以多种不同的方式翻译成英语。即使使用语法敏感的翻译模型，其仍然是机器翻译产生偏差的一个主要原因。如何根据语篇语境中的“的fDE）”获得句法、语义的更多信息，从而催生出适当的英语翻译策略？实验描述了汉语NPS中“的（DE）”的分类，构造带注释的实例语料库，然后将其训练成包含语言启发功能的分类器。通过显式标签“的（DE）”结构，使用DE分类器对机器翻译数据进行预处理及重排短语，结果表明此方法为措辞系统提供了显著的MT02（使用BLEU及其翻译软件系统）收益（＋1．31）