英汉双向机器翻译词义消歧的研究

本课题研究了多种词义消歧方法：考察特征的依赖关系，用图模型表示词义消歧模型，提出最小描述长度的模型评价标准和模拟退火的模型搜索策略。改进ID决策树算法，克服用于词义消歧面临的几大难点，改善消歧效果。基于目标语的词义消歧方法和基于结构化语义实例的词义消歧方法被用于实际的英汉机器翻译系统中，效果良好。我们还研究了词义消歧的相关环节：兼类消歧、基本名词短语识别和非递归从句边界识别，效果明显优于同类研究。考虑到语言学资源对词义消歧效果的制约，我们开发了人机结合的方式实现了中等规模的双语对齐语料库，探索了向机读词典自动添加语义信息和全自动词料库词义标注的方法，为词义消歧及相关研究提供资源和理论的准备。