基于关联语义模糊化分析的英汉翻译模型设计
张倩
摘 要： 针对英汉翻译中存在模糊化歧义语句的问题，提出一种基于关联语义模糊化分析的英漢翻译模型优化设计方法。采用二元语义模糊理解方法进行英汉翻译中的语言评价集构建，采用AHP?灰色关联度模型计算关联语义模糊化解析因子，通过关联语义特征索引方法进行英汉翻译中的模糊决策目标函数设计，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准，提高翻译的准确度。最后进行实验测试分析，结果表明，该方法进行英汉翻译的关联度较高，翻译的准确性较好。
关键词： 关联语义； 模糊理解； 英汉翻译； 灰色关联度模型
中图分类号： TN911?34； TP301 文献标识码： A 文章编号： 1004?373X（2017）12?0049?04
Abstract： In view of the fuzzy ambiguous sentences existing in English?Chinese translation， an optimum design method of translation model based on fuzzy analysis of association semantic is put forward， and an evaluation set of the two languages in English?Chinese translation is established with the binary fuzzy semantic understanding method. The AHP grey correlation model is adopted to calculate the correlation semantic fuzzy analysis factor. The fuzzy decision goal function in English?Chinese translation is designed with the relevance semantic feature index method. The solution space adaptive optimization method is used to realize the accurate semantic registration in English?Chinese translation， and improve the translation accuracy rate. The experiment and analysis results show that this method is of high relevance in English?Chinese translation and better translation accuracy.
Keywords： relevance semantics； fuzziness comprehension； English?Chinese translation； grey relational degree model
0 引 言
随着翻译软件的革新，对英语机器翻译软件的准确度提出了更高的要求。在采用英语翻译软件进行英汉翻译过程中，受到英语语句的歧义性和语言表达习惯等因素的影响，导致英汉翻译中出现模糊语句，对语义的分析准确性不好，导致翻译质量下降，需要进行英汉翻译模型的优化设计[1?2]。英汉翻译是一个多属性的语义决策问题，需要通过关联度和语义相似度分析，结合模糊决策模型进行翻译的语义表达优选设计。本文提出一种基于关联语义模糊化分析的英汉翻译模型优化设计方法，实现英汉翻译模型优化设计。
1 英汉翻译模型的语言评价集构建
1.1 二元语义模糊理解方法
为了实现基于关联语义模糊化分析的英汉翻译模型设计，首先采用二元语义模糊理解方法进行英汉翻译中的语言评价集构建[3]。英汉翻译过程中把所有二元语义评价节点split分布到各个语言评价映射上，通过语义模糊特征提取和排序，结合基本块文件的灰色关联度解析，进行语义配准，输出英汉翻译的结果[4]，在信息管理中间件（Middle Ware）进行翻译目标语言的套索检索和二元语义模糊决策[5?6]，对歧义语句和模糊语句进行自适应的智能翻译匹配，得到基于关联语义模糊化分析的英汉翻译模型的总体设计流程图如图1所示。
根据图1中的英汉翻译模型的总体设计流程，采用二元语义模糊理解方法构建语言评价映射，假设为二元语义信息决策过程的源语言自相关数据，采用非结构化理想解方法得到语义特征解向量之间的目标（或对象、准则）[7]。其中，语言评价集中第k个语义元素利用率为：
2 英汉翻译模型的优化设计
2.1 英汉翻译中的模糊决策目标函数
在上述进行了英汉翻译模型的语言评价集构建的基础上，进行英汉翻译模型优化设计。本文提出一种基于关联语义模糊化分析的英汉翻译模型优化设计方法。通过关联语义特征索引方法进行英汉翻译中的模糊决策目标函数设计[9]，假设最佳语法分析方案的语义关联解析的合理权重系数，把语义块的n个词汇当作信息包的有向图节点，在语法规则约束下得到第个近邻样本隶属样本，对于一个简单语义单元，个近邻样本的广关联语句的重传包，，…，，任意词汇Wi的快照窗口应与n个词汇形成完全图子序列，子序列为…，选择具有最佳语义相关度值的二元语义模糊理解评价集作为语义分析的模糊决策函数，语义特征为，简单语义单元的模糊决策权系数，简单语义单元的英汉翻译语义修饰目标向量同时满足以下两个条件：
2.2 英汉翻译中的准确性语义配准
在采用AHP?灰色关联度模型计算关联语义模糊化解析因子计算和决策模型函数构建的基础上，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准。在二元语义决策的灰度模型中，进行英汉翻译的语义特征子序列模糊决策融合，英汉翻译的语义模糊管理属性为，二元语义多属性决策的相对索引结果和松弛查询结果，在翻译决策过程中，评价方案Pi重传语义模糊度融合系数，如果各评价指标权重已知，得到英汉翻译的准确信任关系表示为，根据评价指标Ij的重要程度在上执行最优指标和最差指标的模糊关联语义控制，设，与是综合评价的特征向量。根据已有的语义结构分析简单语义单元的语义特征[10]，特征值为，，，，，，，进而实现英汉翻译中的准确性语义配准，实现步骤为：
（1） 根据从句的权重系数进行灰色关联度模型构建，得到模型，计算关联语义模糊化解析因子，通过词汇之间的语义相关度分析，将广联语义模糊决策方案作为AA，PD，AB的英汉翻译的最佳决策划分方案。
（2） 迭代翻译过程中任何词汇Wi的语义修饰目标函数，将的值更新为，进行内部语法结构的最优语义配准求解，得到分解是否翻译合理的判决准则为：
（3） 根据从句的语义相关度进行简单语义单元分析，被处理完时，锁住关联模型，计算每个子句的指令，简单子句集合{CS1，CS2，…，CSm}插入结点中，并获得其词性，操作结束，执行时间设为。
（4） 计算每个子句前置定语的语义配准约束向量，每次选择一个简单子句CSi，归结CSi，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准。
（5） 采用二元语义模糊理解方法找到所有子句，语义结构为：L→AAPDAB。假如有某个词汇W，在英汉翻译中将一个语句的多种语法作为一个整体来处理，提高翻译的准确度。
综上分析，得到关联语义模糊化分析的英汉翻译模型优化设计的实现流程如图2所示。
3 实验测试分析
对英汉翻译模型的性能测试实验建立在C++仿真环境中，以CWT200G金山词霸中词汇数据库作为英汉翻译的词汇来源，测试集中包含15个语义等价概念集和1 024个实例集，AHP?灰色关联度模型的阶数设置为5，采用AHP?灰色关联度模型计算关联语义模糊化解析因子实现英汉翻译的模糊决策融合，得到英汉翻译的模糊决策属性表见表1。
根据表1中结果计算关联语义模糊化解析因子，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准和英汉翻译的最优化决策。图3采用不同方法进行英汉翻译的关联失准率對比结果，分析得知，采用本文方法进行英汉翻译，失准率较低，说明进行英汉翻译的关联度较高，翻译的准确性较好。
4 结 语
为了提高英汉翻译的智能性和准确性，本文提出一种基于关联语义模糊化分析的英汉翻译模型优化设计方法。其采用二元语义模糊理解方法进行英汉翻译中的语言评价集构建，利用AHP?灰色关联度模型计算关联语义模糊化解析因子，通过关联语义特征索引方法进行英汉翻译中的模糊决策目标函数设计，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准，提高翻译的准确度。实验测试结果表明，该方法进行英汉翻译的关联度较高，说明翻译的准确性较好，性能优越于传统方法。
参考文献
[1] 郭强，何友，李新德.一种快速DSmT?DS近似推理融合方法[J].电子与信息学报，2015，37（9）：2040?2046.
[2] 舒婷，刘泉，艾青松，等.基于梯形模糊数与二元语义需求权重确定方法[J].武汉理工大学学报，2011，33（12）：111?114.
[3] HERRERA F. A model based on linguistic 2?tuple for dealing with multi?granularity hierarchical linguistic contexts in multi?expert decision?making [J]. IEEE transactions on system man and cybernetics， Part B： Cybernetics， 2001， 31（2）： 227?234.
[4] 孙晓东，焦玥，胡劲松.基于灰色关联度和理想解法的决策方法研究[J].中国管理科学，2005，13（4）：63?68.
[5] 王欣荣，樊治平.基于二元语义信息处理一种语言群决策方法[J].管理科学学报，2003，6（5）：1?5.
[6] 卫贵武.基于二语义多属性群决策的投影法[J].运筹与管理，2009，18（5）：59?63.
[7] 张震，郭崇慧.一种基于二元语义信息处理的多属性群决策方法[J].控制与决策，2011，26（12）：1881?1884.
[8] 邓聚龙.灰色系统基本方法[M].武汉：华中科技大学出版社，2005.
[9] 卫贵武，黄登仕，魏宇.基于ET?WG和ET?OWG算子的二元语义决策方法[J].系统工程学报，2009，24（6）：745?748.
[10] HERRERA F， HERRERA?VIEDMA E， MARTINEZ L. A fusion approach for managing multi?granularity linguistic terms sets in decision making [J]. Fuzzy sets and systems， 2000， 114（1） ： 43?58.
摘 要： 针对英汉翻译中存在模糊化歧义语句的问题，提出一种基于关联语义模糊化分析的英漢翻译模型优化设计方法。采用二元语义模糊理解方法进行英汉翻译中的语言评价集构建，采用AHP?灰色关联度模型计算关联语义模糊化解析因子，通过关联语义特征索引方法进行英汉翻译中的模糊决策目标函数设计，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准，提高翻译的准确度。最后进行实验测试分析，结果表明，该方法进行英汉翻译的关联度较高，翻译的准确性较好。
关键词： 关联语义； 模糊理解； 英汉翻译； 灰色关联度模型
中图分类号： TN911?34； TP301 文献标识码： A 文章编号： 1004?373X（2017）12?0049?04
Abstract： In view of the fuzzy ambiguous sentences existing in English?Chinese translation， an optimum design method of translation model based on fuzzy analysis of association semantic is put forward， and an evaluation set of the two languages in English?Chinese translation is established with the binary fuzzy semantic understanding method. The AHP grey correlation model is adopted to calculate the correlation semantic fuzzy analysis factor. The fuzzy decision goal function in English?Chinese translation is designed with the relevance semantic feature index method. The solution space adaptive optimization method is used to realize the accurate semantic registration in English?Chinese translation， and improve the translation accuracy rate. The experiment and analysis results show that this method is of high relevance in English?Chinese translation and better translation accuracy.
Keywords： relevance semantics； fuzziness comprehension； English?Chinese translation； grey relational degree model
0 引 言
随着翻译软件的革新，对英语机器翻译软件的准确度提出了更高的要求。在采用英语翻译软件进行英汉翻译过程中，受到英语语句的歧义性和语言表达习惯等因素的影响，导致英汉翻译中出现模糊语句，对语义的分析准确性不好，导致翻译质量下降，需要进行英汉翻译模型的优化设计[1?2]。英汉翻译是一个多属性的语义决策问题，需要通过关联度和语义相似度分析，结合模糊决策模型进行翻译的语义表达优选设计。本文提出一种基于关联语义模糊化分析的英汉翻译模型优化设计方法，实现英汉翻译模型优化设计。
1 英汉翻译模型的语言评价集构建
1.1 二元语义模糊理解方法
为了实现基于关联语义模糊化分析的英汉翻译模型设计，首先采用二元语义模糊理解方法进行英汉翻译中的语言评价集构建[3]。英汉翻译过程中把所有二元语义评价节点split分布到各个语言评价映射上，通过语义模糊特征提取和排序，结合基本块文件的灰色关联度解析，进行语义配准，输出英汉翻译的结果[4]，在信息管理中间件（Middle Ware）进行翻译目标语言的套索检索和二元语义模糊决策[5?6]，对歧义语句和模糊语句进行自适应的智能翻译匹配，得到基于关联语义模糊化分析的英汉翻译模型的总体设计流程图如图1所示。
根据图1中的英汉翻译模型的总体设计流程，采用二元语义模糊理解方法构建语言评价映射，假设为二元语义信息决策过程的源语言自相关数据，采用非结构化理想解方法得到语义特征解向量之间的目标（或对象、准则）[7]。其中，语言评价集中第k个语义元素利用率为：
2 英汉翻译模型的优化设计
2.1 英汉翻译中的模糊决策目标函数
在上述进行了英汉翻译模型的语言评价集构建的基础上，进行英汉翻译模型优化设计。本文提出一种基于关联语义模糊化分析的英汉翻译模型优化设计方法。通过关联语义特征索引方法进行英汉翻译中的模糊决策目标函数设计[9]，假设最佳语法分析方案的语义关联解析的合理权重系数，把语义块的n个词汇当作信息包的有向图节点，在语法规则约束下得到第个近邻样本隶属样本，对于一个简单语义单元，个近邻样本的广关联语句的重传包，，…，，任意词汇Wi的快照窗口应与n个词汇形成完全图子序列，子序列为…，选择具有最佳语义相关度值的二元语义模糊理解评价集作为语义分析的模糊决策函数，语义特征为，简单语义单元的模糊决策权系数，简单语义单元的英汉翻译语义修饰目标向量同时满足以下两个条件：
2.2 英汉翻译中的准确性语义配准
在采用AHP?灰色关联度模型计算关联语义模糊化解析因子计算和决策模型函数构建的基础上，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准。在二元语义决策的灰度模型中，进行英汉翻译的语义特征子序列模糊决策融合，英汉翻译的语义模糊管理属性为，二元语义多属性决策的相对索引结果和松弛查询结果，在翻译决策过程中，评价方案Pi重传语义模糊度融合系数，如果各评价指标权重已知，得到英汉翻译的准确信任关系表示为，根据评价指标Ij的重要程度在上执行最优指标和最差指标的模糊关联语义控制，设，与是综合评价的特征向量。根据已有的语义结构分析简单语义单元的语义特征[10]，特征值为，，，，，，，进而实现英汉翻译中的准确性语义配准，实现步骤为：
（1） 根据从句的权重系数进行灰色关联度模型构建，得到模型，计算关联语义模糊化解析因子，通过词汇之间的语义相关度分析，将广联语义模糊决策方案作为AA，PD，AB的英汉翻译的最佳决策划分方案。
（2） 迭代翻译过程中任何词汇Wi的语义修饰目标函数，将的值更新为，进行内部语法结构的最优语义配准求解，得到分解是否翻译合理的判决准则为：
（3） 根据从句的语义相关度进行简单语义单元分析，被处理完时，锁住关联模型，计算每个子句的指令，简单子句集合{CS1，CS2，…，CSm}插入结点中，并获得其词性，操作结束，执行时间设为。
（4） 计算每个子句前置定语的语义配准约束向量，每次选择一个简单子句CSi，归结CSi，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准。
（5） 采用二元语义模糊理解方法找到所有子句，语义结构为：L→AAPDAB。假如有某个词汇W，在英汉翻译中将一个语句的多种语法作为一个整体来处理，提高翻译的准确度。
综上分析，得到关联语义模糊化分析的英汉翻译模型优化设计的实现流程如图2所示。
3 实验测试分析
对英汉翻译模型的性能测试实验建立在C++仿真环境中，以CWT200G金山词霸中词汇数据库作为英汉翻译的词汇来源，测试集中包含15个语义等价概念集和1 024个实例集，AHP?灰色关联度模型的阶数设置为5，采用AHP?灰色关联度模型计算关联语义模糊化解析因子实现英汉翻译的模糊决策融合，得到英汉翻译的模糊决策属性表见表1。
根据表1中结果计算关联语义模糊化解析因子，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准和英汉翻译的最优化决策。图3采用不同方法进行英汉翻译的关联失准率對比结果，分析得知，采用本文方法进行英汉翻译，失准率较低，说明进行英汉翻译的关联度较高，翻译的准确性较好。
4 结 语
为了提高英汉翻译的智能性和准确性，本文提出一种基于关联语义模糊化分析的英汉翻译模型优化设计方法。其采用二元语义模糊理解方法进行英汉翻译中的语言评价集构建，利用AHP?灰色关联度模型计算关联语义模糊化解析因子，通过关联语义特征索引方法进行英汉翻译中的模糊决策目标函数设计，通过解空间自适应寻优方法实现英汉翻译中的准确性语义配准，提高翻译的准确度。实验测试结果表明，该方法进行英汉翻译的关联度较高，说明翻译的准确性较好，性能优越于传统方法。
参考文献
[1] 郭强，何友，李新德.一种快速DSmT?DS近似推理融合方法[J].电子与信息学报，2015，37（9）：2040?2046.
[2] 舒婷，刘泉，艾青松，等.基于梯形模糊数与二元语义需求权重确定方法[J].武汉理工大学学报，2011，33（12）：111?114.
[3] HERRERA F. A model based on linguistic 2?tuple for dealing with multi?granularity hierarchical linguistic contexts in multi?expert decision?making [J]. IEEE transactions on system man and cybernetics， Part B： Cybernetics， 2001， 31（2）： 227?234.
[4] 孙晓东，焦玥，胡劲松.基于灰色关联度和理想解法的决策方法研究[J].中国管理科学，2005，13（4）：63?68.
[5] 王欣荣，樊治平.基于二元语义信息处理一种语言群决策方法[J].管理科学学报，2003，6（5）：1?5.
[6] 卫贵武.基于二语义多属性群决策的投影法[J].运筹与管理，2009，18（5）：59?63.
[7] 张震，郭崇慧.一种基于二元语义信息处理的多属性群决策方法[J].控制与决策，2011，26（12）：1881?1884.
[8] 邓聚龙.灰色系统基本方法[M].武汉：华中科技大学出版社，2005.
[9] 卫贵武，黄登仕，魏宇.基于ET?WG和ET?OWG算子的二元语义决策方法[J].系统工程学报，2009，24（6）：745?748.
[10] HERRERA F， HERRERA?VIEDMA E， MARTINEZ L. A fusion approach for managing multi?granularity linguistic terms sets in decision making [J]. Fuzzy sets and systems， 2000， 114（1） ： 43?58.
