Abstract
多語言知識是多語言處理系統的核心，長久以來，必須仰賴語言專家的專 業，去擷取這些知識，並建立多語言知識庫。這種人工作業的方式，最大 的缺點是成本高和可適應性低。隨著語料庫研究的興起，自動或半自動的 多語言語料庫處理成為多語言知識擷取的另一個重要基礎。語料庫為本的 多語言知識擷取，有兩種主要的研究課題；第一個是語際關係的表達方式 ；第二個是擷取知識的演算方法。布朗等人提出統計式機器翻譯模型，以 詞彙翻譯、位置扭曲、詞彙衍生度三個因子來描述語際關係；隨後又提出 由簡而繁的五個譯文對照演算法，從平行語料庫中擷取知識。由於沒有充 份地利用語言結構的限制，布朗的演算方法需要龐大的計算時間，去分析 所有的狀況。本文的主要目的是建立一個描述語際關係的新模型。這個模 型將譯文對照視為二維圖形辨識問題，並用上下文無關語法加以描述。這 種形式方法，提供了既直觀又有意義的譯文對照模型；它不但包含了詞彙 翻譯、位置扭曲、詞彙衍生度等因子，也考慮像是中文的構詞問題。同時 它更進一步地包含分散型的詞彙衍生，像是介系詞on的中譯是「在…之上 」這個過去不易處理的問題。由於這個模型考慮語言結構的限制，因此剔 除許多不必要的分析並降低找到最優解答的複雜度。