[发明专利]维汉翻译系统的多层次维语词法分析方法

说明书

技术领域

本发明涉及一种用于维汉翻译系统的、基于多层次对维语词法进行分析的方法，属于计算机科学的语言处理与分析领域。

背景技术

机器翻译是指利用电子计算机将一种自然语言转换成另一种自然语言表达的过程。众所周知，要对句子进行翻译，首先要正确识别出组成句子的每个单词所可能具有的各种含义，也就是说，词法分析是机器翻译所要做的第一件事情。

目前，在维汉翻译系统中，在对维语句子进行中文翻译之前，首先要对构成该维语句子的各个单词进行词法分析，即要正确地识别出构成该维语句子的各个单词所可能具有的各种中文含义，然后再通过维汉翻译系统中自带的分析-转换算法将该维语句子翻译成中文句子。

但是，从实际实施可以看到，在一定领域内，维语包含了一定规模的原形单词(即基本单词)，且在各种时态、人称、格、语态等范畴下，每个原形单词又有着其相应的形变单词，更重要的是，部分的原形单词的形变单词是不规则变化的，无规则可循。而已有的维汉字典中只收录了维语的原形单词，因此，通过维汉字典不可能将各个原形单词的各种规则形变和不规则形变的形变单词识别出来。

由此可见，设计出一种正确、全面、快速对维语单词进行词法分析的技术方案是目前急需解决的问题。

发明内容

本发明的目的在于，面对维语单词形变丰富、词缀繁多、规律复杂的特点，提供一种多层次维语词法分析方法，该方法可对维语单词进行正确、全面、快速地词法分析，为维汉翻译系统准确对维语句子进行中文翻译奠定了基础。

为了实现上述目的，本发明采用了以下技术方案：

一种维汉翻译系统的多层次维语词法分析方法，其特征在于，它包括如下步骤：

1)接收维语转写系统转换成的由若干字符构成的维语单词；

2)在原形单词库中检索该单词：若检索到，继续6)；否则，继续3)；

3)在不规则变化形变单词库中检索该单词：若检索到，取出该单词的原形单词和追加词形特征属性并记录，继续6)；否则，继续4)；

4)在非动词变化词缀规则库中提取出所含词缀的末字符为该单词的末字符的各词缀规则，并对该单词逐一针对各词缀规则进行还原判断：若存在成功将该单词还原成原形单词的词缀规则，则从该词缀规则中取出追加词形特征属性并记录，继续6)；否则，继续5)；

5)对该单词针对动词词缀构成规则库中的各个动词范畴构成规则依次进行还原判断：当找到成功将该单词还原成原形单词的动词范畴构成规则时，记录该单词在被成功还原的过程中从该动词范畴构成规则包含的范畴序号对应的各规则子库中取出的追加词形特征属性，继续6)；若不存在成功将该单词还原成原形单词的动词范畴构成规则，则报错处理，继续7)；

6)基于在原形单词库中对该单词的原形单词取出的语法分类、语义属性、中文解释以及记录的追加词形特征属性，对该单词的每一原形单词生成单词内部结构；

7)维语词法分析结束。

在所述4)中，对该单词，针对在所述非动词变化词缀规则库中提取出的每一词缀规则进行还原判断包括步骤：

若根据当前词缀规则不可将该单词分离成词干与词缀两部分，则继续对下一个词缀规则进行还原判断；否则，按照该词缀规则中的弱化字符还原式和添加字符将该单词进行还原，并针对还原后得到的原形单词，在原形单词库中检索：若未检索到，则继续对下一个词缀规则进行还原判断；若检索到，则检查是否满足该词缀规则中的语法检查条件，若满足，则取出该词缀规则中的追加词形特征属性并记录，继续对下一个词缀规则进行还原判断，否则直接对下一个词缀规则进行还原判断。

在所述5)中，对单词针对所述动词词缀构成规则库中的每一动词范畴构成规则进行还原判断包括步骤：

a)令指针指向动词范畴构成规则中的第一个范畴序号；

b)判断指针是否指向空：若是，则指针回溯，指向上一个范畴序号，继续f)；否则，继续d)；

c)判断指针是否指向空：若是，则继续对下一个动词范畴构成规则进行还原判断；否则，继续f)；

d)根据当前单词的末字符，在指针指向的当前范畴序号对应的规则子库中提取第一个所含词缀的末字符为当前单词的末字符的词缀规则，继续e)；

e)针对当前词缀规则，对当前单词进行分离：若根据当前词缀规则能将当前单词分离成词部与词缀两部分，则继续g)；否则，判断当前规则子库中所含词缀的末字符为当前单词的末字符的全部词缀规则是否遍历完：若是，则指针回溯，指向上一个范畴序号，继续c)；否则，继续f)；