罗 凌，陈毅东，史晓东，苏劲松

(1. 厦门大学 智能科学与技术系， 福建 厦门 361005；2. 厦门大学 软件学院，福建 厦门 361005)



基于复述技术的汉语成语翻译方法研究

罗 凌1，陈毅东1，史晓东1，苏劲松2

(1. 厦门大学 智能科学与技术系， 福建 厦门 361005；2. 厦门大学 软件学院，福建 厦门 361005)

汉语成语是汉语的精华，拥有特有的语言形式，并经常出现在汉语中。但是由于汉英统计机器翻译训练语料中成语的稀疏性和现今大多机器翻译系统并没有对成语进行特殊的处理和研究，在汉英机器翻译中成语的翻译并不理想。针对该问题，本文提出了基于复述技术的两种方法来提高汉英统计机器翻译系统中成语翻译的能力。方法1： 测试集成语复述替换；方法2： 训练集成语复述替换。实验结果表明，方法1可以解决成语未登录词问题，提高成语翻译能力。方法2可以解决训练语料中成语稀疏问题，改善翻译训练模型。

统计机器翻译；成语翻译；复述

1 引言

汉语成语是汉语特有的语言形式，是一个固定短语，一般表达一个固定的语义，它简短精辟，大多是约定俗成的四字结构，并且富有深刻的思想内涵。汉语成语是汉语词汇系统的重要组成部分，在汉语书面或者日常会话中经常出现，特别是在文学作品中尤为频繁， 而在新闻领域中成语的使用频率相对较低。尽管如此，经刘长征等人[1]调查，2005年全年15种报纸的语料共使用四字格成语915 533次，文本总数为591 315个，平均每个文本使用成语1.5次。由此可见成语在汉语语句中出现地相当频繁。……