汉法机器翻译系统

汉法机器翻译系统初探　祁依虹董清富茅于杭　（清华大学自动化系，北京１０００８４）　Ｅ—ｍａｉｌ：ｑｉｙｉｈｏｎｇ９９＠ｍａｉｌｓ．ｔｓｉｎｇｈｕａ．ｅｄｕ．ｃｎ　

摘要　文章讨论了汉法机器翻译系统（ＣＦＭＴ）中的汉语分析和法语生成问题。以规范的汉语书面语的翻译为目标，研　究可扩展的实用化的汉法机器翻译系统，系统中采用后部优先最大匹配算法及词义纠错的方法实施对源语文本的词切　分，编程中将程序和规则相分离以提高系统的易维护和可扩充性。初步实现的系统曾对部分常用句型的例句进行了测　试，表明该系统的设计是合理可行的。　

关键词　机器翻译　词典　汉语分析　法语生戍　法语语法　规则　文章编号１ｏｏ２—８３３１－（２Ｏ０２）１８一Ｏ１１４一Ｏ３　文献标识码Ａ　中图分类号ＴＰ３９ｌ　

Ｃｈｉｎｅｓｅ－Ｆｒｅｎｃｈ　Ｍａｃｈｉｎｅ　Ｔｒａｎｓｌａｔｉｏｎ　Ｓｙｓｔｅｍ　Ｑｉ￣ｉｈｏｎｇ　Ｄｏｎｇ　Ｑｉｎｇｆｕ　Ｍａｏ￣ｕｈａｎｇ　（Ｄｅｐａｒｔｅｍｅｎｔ　ｏｆ　Ａｕｔｏｍａｔｉｏｎ，Ｔｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１　０００８４）　Ａｂｓｔｒａｃｔ－Ｔｈｉｓ　ｐａｐｅｒ　ｉｎｔｒｏｄｕｃｅｓ　ａ　Ｃｈｉｎｅｓｅ—Ｆｒｅｎｃｈ　ｍａｃｈｉｎｅ　ｔｒａｎｓｌａｔｉｏｎ　ｓｙｓｔｅｍ（ＣＦＭＴ）ｉｎｃｌｕｄｉｎｇ　Ｃｈｉｎｅｓｅ　ａｎａｌｙｓｉｓ　ａｎｄ　Ｆｒｅｎｃｈ　ｇｅｎｅｒａｔｉｏｎ．Ａｉｍｉｎｇ　ａｔ　ｔｒａｎｓｌａｔｉｎｇ　ｆｏｒｍａｌ　ｗｒｉｔｔｅｎ　Ｃｈｉｎｅｓｅ，ａ　ｐｒｉｍａｒｉｌｙ　ｅｘｔｅｎｓｉｂｌｅ　ａｎｄ　ｐｒａｃｔｉｃａｌ　Ｃｈｉｎｅｓｅ—Ｆｒｅｎｃｈ　ｍａ—　ｃｈｉｎｅ　ｔｒａｎｓｌａｔｉｏｎ　ｓｙｓｔｅｍ　ｈａｓ　ｂｅｅｎ　ｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｉｓ　ｓｙｓｔｅｍ　ａｄｏｐｔｓ　Ｐｏｓｔ－Ｐｒｉｏｒｉｔｙ　Ｍａｘｉｍｕｍ　Ｍａｔｃｈ（ＰＰＭＭ）　ｍｅｔｈｏｄ　ｔｏ　ｓｅｇｍｅｎｔ　Ｃｈｉｎｅｓｅ　ｔｅｘｔ．Ｔｈｅ　ｒｕｌｅ　ｌｉｂｒａｒｙ　ｉｓ　ｉｎｄｅｐｅｎｄｅｎｔ　ｆｒｏｍ　ｔｈｅ　ｐｒｏｇｒａｍ，ｔｈｉｓ　ｍａｋｅｓ　ｔｈｅ　ｓｙｓｔｅｍ　ｔｏ　ｈａｖｅ　ｇｏｏｄ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｎ　ｍａｉｎｔａｉｎｉｎｇ　ａｎｄ　ｅｘｔｅｎｓｉｂｉｌｉｔｙ．Ｔｈｅ　ｓｙｓｔｅｍ　ｈａｓ　ｂｅｅｎ　ｔｅｓｔｅｄ　ｂｙ　ｓｏｍｅ　ｓｉｍｐｌｅ　ｓｅｎｔｅｎｃｅｓ　ｏｆ　ｃｏｍｍｏｎ　ｓｅｎｔｅｎｃｅ　ｐａｔｔｅｒｎｓ　ａｎｄ　ｓｈｏｗｎ　ｉｔ　Ｓ　ｒｅａｓｏｎａｂｌｅ．　Ｋｅｙｗｏｒｄｓ：ｍａｃｈｉｎｅ　ｔｒａｎｓｌａｔｉｏｎ，ｄｉｃｔｉｏｎａｒｙ，Ｃｈｉｎｅｓｅ　ａｎａｌｙｓｉｓ，Ｆｒｅｎｃｈ　ｇｅｎｅｒａｔｉｏｎ，Ｆｒｅｎｃｈ　ｇｒａｍｍａｒ，ｒｕｌｅｓ　

１　前言　随着中国改革开放的深入，中国与西欧各国间在经济、技　术、文化等领域的交流日益增多，特别是象法国、德国这样的经　济大国和中国的关系也越来越密切，有愈来愈多的西方人士希　望了解中国的经济、历史和文化，他们要直接阅读中文资料往　往是很困难的，所以研究汉语对法语、德语等西方语言的翻译　系统显得更为迫切。　文章的工作是在原有的汉英机器翻译系统…的基础上，开　展了汉语对法语机器翻译的研究。目标是实现一个通用型的汉　语至法语的自动翻译软件系统。该系统包含为实现汉语分析和　法语生成所需要的若干功能模块和词典库、语法规则库、数据　库接口等支撑模块，为了使系统便于维护和修改，采取了将算　法与规则分离的原则，即算法以程序实现，而规则用数据库形　式来表示。　

一般说来，实现一个汉语对外语的翻译系统是十分复杂的　任务，而实现一项汉语到法语的机器翻译则尤其艰巨异常，其　数据的准备和程序的开发，工作量都十分巨大。作者准备在有　限的人力和物力资源条件下进行较长时间的工作，由小到大，　逐步建立起一个实用化的汉法机器翻译系统，论文是此项研究　工作的初步成果。　该软件系统的开发环境为中文Ｗｉｎｄｏｗｓ９８或Ｗｉｎ—　ｄｏｗｓ２０００下的Ｖｉｓｕａｌ　Ｃ＋＋及Ｆｏｘｐｒｏ数据库。　系统算法的特点：（１）根据汉语的特点，采用后部优先的最　

大匹配算法与句法语义的规则分析相结合的方法对汉语进行　自动分词，采用自顶向下的分段分析和自底向上的合一运算相　结合的分析方法；（２）法语的生成分为两个层次，采用边分析边　生成和统一扫描生成相结合的策略。在短语抱团和句型匹配的　过程中，获得足够的信息后，就可对译文进行预生成。在句型　配后输出译文之前还做一遍统一生成扫描，确定一些在局部结　点难以获得而必须观察整个句子的ｌ卜下文才能获得的信息，对　预生成的结果做后校正，以提高译文质量。　

２汉语分析　２．１　汉法机器翻译中汉语分析的特点　该系统是在原有的汉英机器翻译系统上开发的，原系统的　目标语是英语，汉语分析是以满足英语生成为目标的。法语相　对于英语而言，句法结构更复杂，语法形式更多样，为满足目标　语为法语的生成的需要，不仅要处理好由于汉语本身的特点而　导致的句法、语法和语义分析上的问题，还应根据法语合成的　特点提取更多一些句法和语义信息。为此有必要先从汉语和法　语两种语言的语言学特点作一些比较。　２．１．１　汉语不同于法语的语法特点…　汉语与法语相比，词语没有明显的结构特征，词与词之间　没有明显的分隔标记，汉语的词语没有形态变化。如：同一个词　“它”，根据它所指主词的不同性数和格（主宾位置），可能翻译　成的法语有“ｉｌ”，“ｅｌｌｅ”，“ｌｕｉ”，“ｌｅ”或是“ｌａ”　。汉语中大量用到　

作者简介：祁依虹，女，研究生，研究方向模式识别与智能系统。董清富，男，研究生，研究方向模式识别与智能系统。茅于杭，男，教授，研究方向语　言文字信息处理。　１ｌ４　２ｏｏ２．１８计算机工程与应用　

维普资讯 http://www.cqvip.com 量词，儿　所有数词后均跟量词，而法语中却很少用量词。ｌＮ　此，汉语分析不仅要对汉语句子进行准确切分，然后对词义、测　类进　排歧，还要提取各词的性、数、格参数。这两步也　卡Ｈ影　响，也当有机地结合位一起。　其次．汉ｉ黯讲法结构有其简单性，汉讲词组的构造原则与　，口ｊ子的构造原则甚本一致Ｉ　Ｉ。而且，汉语的讧Ｊ类或词组类　卜ｊ其　昕承担的句法功能之间小存征严格的对应关系，所以　一一汉语　词可能对血法　多个　形怠词．　汉语词的兼类、句法的结构　性歧义也大　存在　在对汉语作分析时要根据每个讧Ｊ的前后词　关系和对整　分析尽可能地排除歧义，以便顺利地生成口标语　法语句子　实际上，虽然汉语从　个词孤立地石往往不易看出其ｉ亩＝ｌ　性，但足存汉语，口Ｊ巾卡Ｈ邻词之间的组合通常都存在语义搭配　（制约）关系　此，适当地利用前后词的语义信息就可以进行　很好的词义、词类排歧　．　汉语测虽然没有形态的变化，但是汉语，口Ｊ子中行许多起持　殊作用的特殊词，它们，丰往可以决定句子的时态、语态等语法　特征：如住动词后有“ｒ”字，翻译成英语一般表示现住完成时　时态，而翻译成法语一般表示复合过去时（Ｈ前系统中使用的　是最近过玄时）　名词后如有“被”字，一般表示被动语态，翻译　成法语则为在完成动作的名词或代词前加“ｐａｒ”等等。通过分　析这类特蛛洲，町以为法语生成提供相关的语法信息。　２．１．２法语的特点　与汉｝　小州，法语的代词、名词或形容词有阴阳性的区别。　每一个代词、　训或形容测都具有一定的性别，或阳性．或阴　性，或兼　之　如“他　是阳性，“她ｅｌｌｅ”是阴性．“１毛机　ａ￣ｒｏｐｌａｎｅ”是阳性，“轿午ｖｏｉｔｕｒｅ”是阴件，而“教授ｐｒｏｆｅｓｓｅｕｒ”则　既口Ｉ以是阳性，也可以足【５月性，而且同一个中文词语，翻译成法　浯后如果录＿Ｌ｝ｊ不同的译文，其阴阳性还不一样。如“自千亍车　、’６１ｏ”是阳性，而“自行乍ｂｉｃｙｃｌｅｔｔｅ”却是阴性。　此，在获得代　词、名词和形容词的语法、语义信息的ｌ亓＝ｌ时，还要取得其阴阳件　持征，以便让谓语、宾语或定语作相应的配合。　法　的谓语除厂有类似英语的时态、语态、单复数变化之　外，还有人称和性数的变化。同样一个动词“是（ｅｔｒｅ）”．在作　我”，　你”，“他”，“她”，“我们”，“你们”，“他们”，“她们”的谓语　时，其变化是不同的，如表１所示。　表１　法语谓语随人称的变化关系　汉　语　法语　汉语　法语　我是　ｊｅ　ｓｕ｜Ｓ　我们是　你足　ｔＵ　ｆ　ｓ　你　Ｊ（您）是　ＶＯＵＳ　ｅｔｅｓ　他／她是　ｉｌ／ｅｌｌｅ　ｅｓｌ　他ｆｆｌ／她们足　ｉＩｓ／ｅｌｌｅｓ　ｓｏｎｔ　这就要求在进行谓语变位时。不仅要进行时态、语态的变　化，还要进行人称和性数的配合。　最后，为１ｒ使句子更加简洁，法语还有许多特殊代词。如直　接宾语人称代训（ｍｅ，ｔｅ，ｌｅ，ｌａ，ｎｏｕｓ，ＶＯＵＳ，ｌｅｓ）、间接宾语人称代　词（ｍｅ．ｔｅ，ｌｕｉ．ｎｏｕｓ，ｖｏｕｓ，ｌｅｕｒ）、重读人称代词（ｍｏｉ，ｔｏｉ，ｌｕｉ。ｅｌｌｅ，　ＩＩＯＵＳ，ＶＯＵＳ．ｅｕｘ，ｅｌｌｅｓ）和副代词（Ｙ，ｅｎ）。这些代词虽然极大地简　化了法语，口Ｊ子，增加了表达的灵活性，但却给汉法机器翻译带　来了｝乍多用难，如代测前移。　２＿２汉法机器翻译中汉语分析的实现　汉法机器翻译中的汉语分析除了要根据汉语的特点、努力　获取汉语句子的句法和语义信息之外，还应根据法语合成的特　点获取相应的人称、性数、时态、语态等信息，为下一步的法语　合成奠定基础。　２－２．１　原有汉英系统的特点　首先是采朋了一整套比较合　的，口ｊ法语义信息标注体　系Ｉｌｌ，使得高效率、大规模的词切分校正、词义和词类排歧成为　可能。每一个词条的信息　件包括控制符（ｘ）、持，怔字（Ｇ）和阴　阳性（Ｓ）两部分。控制符（Ｘ）用来控制词处　的流程。大多数词　条是用该词的词性或语法信息作控制符。持征字（Ｇ）提供了词　的句法和语义信息，包括系统进行分析和　成的主要的原始信　息。阴阳性（Ｓ）提供了名ｉ百＝ｌ和代词的阴阳性。　其次是采用规则和程序完伞分离的原则，避免１ｒ规！Ｊ！ＩＪ与程　序紧密耦合时，规则的改变引起程序的频繁修改这一令人头痛　的问题。同时，在掌握规则的编写原则后，用户自己就可以编写　和优化规则．不断提高系统翻译的准确性和适用范　，具有良　好的开放性。　最后是系统建立了一套较宄备的规则解释机制，统一了所　有规则（ｔＵ分校正规则、排歧规则、抱团规则、，口ｊ型　配规则等）　的格式。这样小仪大大提高了系统的分析效率，而且降低ｒ规　川的编写难度，使得普通用户即可根据需要自己编写和优化规　则，不断提高系统的效率和适用性。　２　２．２汉法机器翻译系统的汉语分析方法　酋‘先，获取与法语合成相关的汉语词法、句法和语义信息，　包括代词和名词的人称、阳性和Ｉ社复数，句子的时态、语态，等　等。前者是句子的静态信息，通过词典的属性标注和简单判断　即可获得。而后告（动态信息）就不同ｒ。法语的时态类型比较　多，分炎很细，而汉语的谓语本身又没有明显的时态、语态特　征。因此在汉语分析时就要根据上下文和时间副测作出削别。　如：　我足学生。（　陈式现存时）　你将去太原。（简单将来时）　他说过她们将去太原。（主句复合过去时，从句过去将来　时）　我们以前住在北京。（未完成过去时）　你们做完了作、』　。（复合过去时）　他们昨天就做完了作、　。（愈过去时）　其次，是改进系统流程，增加和优化规则。通过不断测试真　实样本，不断改进流程，增加和优化规则，努力去解决常见的汉　语分析的难点，逐步提高系统的适用性。　表２最大抱团成分的句法信息含义表　第几位　作用　取值范围及其意义　缺省值　１　人称　１（我），２（你），３（他），４（我们），５（你们），６（他们）　３　２　单复数　Ｓ（单数）．Ｐ（复数）　３　阴阳性　ｍ（阳性）．ｆ（阴性）　４　语态　ａ（土动）．ｐ（被动）　５　时态　１（直陈式现在时），２（简单将来时），　３（过去将来时），４（未完成过去时），　１　５（复合过去时），６（愈过去时）　６　肯否　ｋ（肯定）．ｆ（否定）　ｋ　７　级别　ｇ（普通），ｃ（比较级），ｓ（最高级）　ｇ　需要｝兑明的是，为了程序处理上的方便，作者对所有的抱　团后词条采用统一的句法信息格式。但不同词性的抱团成分所　关注的句法信息是不一样的。名词、代词关注的是人称、单复数　和阴阳性。动词关注的是语态、时态和肯否定。形容词、副词关　注的是级别（普通、比较级，还是最高级）。不关注的句法信息位　就直接用缺省值表示，要关注的位则根据实际情况进行调整。