Life 版 (精华区)

发信人: pluto (下雨天), 信区: other
标  题: 机器翻译中的歧义与消歧
发信站: 听涛站 (2001年09月06日12:37:10 星期四), 站内信件


1. 歧义概说
歧义（ambiguity）的处理是机器翻译的难点，其本质是语言
的形式和意义之间的矛盾，即同一形式与不同意义相联系。
歧义的大量存在是自然语言区别于形式语言的一个重要特征，
对歧义处理的研究往往是机器翻译理论与方法的生长点。 自
然语言中最常见的两种歧义分别产生与词汇层与句法层， 形
成词汇歧义（lexical ambiguity）和结构歧义（structural
ambiguity）。词汇歧义即所谓的同形异义，其原因通常有一
词多义（polysemy）、兼类、或是曲折（inflection）， 举
例说明：
一词多义：seal（海象；印章）；
兼类：book（n. 书；v. 预订）；
曲折：cleaner（n. 清洁器；comp. adj. 更干净）。
结构歧义反映在由单词组成的各种结构上，属句法层。 自然
语言处理中的一个经典例子是“I saw a girl with a telescope”。
“with a telescope”是做“a girl”的定语呢，还是做“saw”
的状语，这在句法上是无法判定的，从而形成歧义。
2. 英语中的三种结构歧义
英语中的结构歧义，主要有以下三种：
a. 在“VP+NP1+Prep+NP2”的结构中，介词词组PP（Prep+NP2）
既可作名词词组NP1的定语，又可作动词词组VP的状语， 从而
产生歧义。如前面提到的那个例子：I saw a girl with a
telescope.
b. 当若干个词与and连用时，由于and的管辖范围不同，而影
响到层次结构的不同。如old men and women的结构既可以是
（（old men） and women），也可以是（old（ men and women））；
可以解释为年老的男人和所有的女人，也可以解释为年老的男
人和年老的女人。
c. 当两个或两个以上的名词组成词组时，对整个名词词组的
含义往往可以做不同的解释，从而产生歧义。例如widget
hammer，即可理解为widget used as hammer（作锤子用的小机
械），又可理解为hammer for hitting widget（锤击小机械的
锤子）。
3. 以上三种结构歧义在汉语中的表现
对结构歧义在两种语言中的对比，是在机器翻译中进行消歧的前
提。举个例子说，如果在两种语言中，同一句法形式有着完全相
同的歧义表现，我们就不妨简单地使用“以歧义对歧义”的方式
来进行消歧。
英语中的第一种结构歧义，在汉语中并不多见。这是因为汉语的
介词词组作定语时，一般放在名词词组之前，且常加“的”，所
以不易混淆为作状语的介词词组。
但是，在汉语的介词词组中，容易产生因介词管辖范围不同而导
致的歧义。如：关于教师的小说，即可分析为“关于（（教师的）小说）”，
又可分析为“（关于（教师的））小说”。
英语中的第二种结构歧义，即由于连词and的管辖范围不同而产
生的歧义，在汉语中也普遍存在，最常见的是在“的”字和连词
“和”字用在一起的时候，如：
把（（重要的书籍）和手稿）带走了
把（重要的（书籍和手稿））带走了
英语中的第三种结构歧义，即由两个或两个以上的名词组成名词
词组而产生的歧义，在汉语中也很普遍。如“女子理发店”，既
可指专门为女子理发的理发店，也可以指理发师全部是女性的理
发店。
4. 现实歧义与潜在歧义
从结构歧义的许多例子中，我们可以提取出一些“歧义格式”，
如以上提到的“VP+NP1+Prep+NP2”等， 这些歧义格式实际上反
映了歧义所产生的可能环境。但是，歧义格式反映的只是一种
“潜在歧义”，也就是说，在一个现实的句子中，具备了歧义格
式的一个结构并不一定就具有歧义，是否会产生歧义还要看具体
代入歧义格式中的范畴符号的单词。例如，同样是“Prep+N1+的+NP2”
这样一个结构，“对于老师的意见”是有歧义的，而“对于罪犯
的判词”则一般不会产生歧义。从这一点也可以看出，结构歧义
虽然产生于句法层，但对结构歧义的处理是不可能仅依靠句法形
式来完成的，机器翻译的实践也反映出更加重视词典和实例的倾
向。
4. 消歧策略
消歧（disambiguation）是机器翻译中对原语进行分析的重要环
节。只有通过消歧，才能给出一个句子唯一正确的句法结构，也
才能确保对语义的正确理解。对歧义的处理，本质上要应用语言
中的各种约束关系，包括句法与语义的约束关系。就通过句法分
析来实现消歧来看，自从MIT的Marcus提出确定性算法以来， 确
定性算法（determinism）压倒不确定性算法（indeterminism）
成为自然语言处理的主流，但是实际上两种方法各有长短。确定
性算法反映的是自底向上（数据驱动）的分析策略，效率高，一
般都能导出分析结果但对规则刻划的要求较高，容易导出错误的
结果。不确定性算法反映的是自顶向下（预期驱动）的分析策略，
回溯多，效率底，且可能分析不出结果。此外，在理论上，国外
还有人提出了向前看（lookahead）的超前分析策略、 启发式分
析策略（heuristics）、削移剖析算法（shift-reduce parsing
algorithm）、线图剖析算法（chart parser）等消歧方法。 在
实践中，统计的与实例的方法也得到了广泛的应用。

--
原谅我这一生不羁放纵爱自由
也会怕有一天会跌倒
被弃了理想谁人都可以
那会怕有一天只你共我
※ 来源:·听涛站 tingtao.dhs.org·[FROM: 匿名天使的家]