面向汉英专利机器翻译的“V_1+V_2”结构识别方法研究  

作　　者：李洪政[1] 朱筠[1] 晋耀红[1] 

机构地区：[1]北京师范大学中文信息处理研究所,100875

出　　处：《现代语文（下旬．语言研究）》2013年第12期123-126,共4页Modern Chinese

基　　金："‘十二五’国家高技术研究发展计划"(863课题)[项目编号:2012AA011104]的资助

摘　　要：两个动词经常连续出现在一个句子中是汉语专利文本的重要特点之一,如何在几个动词中正确识别出核心谓语动词是汉英专利机器翻译面临的一个关键问题。基于"概念层次网络理论"(HNC),本文首先分析了几种常见的"V1+V2"结构,并提出了识别各种"V1+V2"结构以及核心动词的处理策略。系统会根据匹配的规则分析不同动词之间的关系,赋予每个动词不同的权重并打上相应标记,然后根据标记判断核心动词与其他动词的关系。将识别方法应用到专利机器翻译系统后进行的实验结果表明,处理方法可以较准确地识别出复杂句子中的谓语和"V1+V2"结构,这对于有效改善翻译的效果,促进机器翻译及自然语言处理的发展都有积极的影响。

关 键 词：“V1+V2”结构 概念层次网络理论 识别 机器翻译 

分 类 号：H085[语言文字—语言学]