跨語(yǔ)言信息檢索中的最關(guān)聯(lián)英文語(yǔ)義翻譯選取

方茜

摘 要： 針對(duì)跨語(yǔ)言信息檢索中關(guān)聯(lián)英文翻譯的選擇準(zhǔn)確度不高的問(wèn)題，提出一種基于最關(guān)聯(lián)語(yǔ)義本體模型匹配的跨語(yǔ)言信息檢索英文翻譯選取方法。首先構(gòu)建跨語(yǔ)言信息檢索中最關(guān)聯(lián)英文語(yǔ)義的本體結(jié)構(gòu)模型，采用語(yǔ)義指向性信息索引方法進(jìn)行英文翻譯的上下文語(yǔ)義映射；然后根據(jù)語(yǔ)義本體之間的詞語(yǔ)知識(shí)和本體片段映射方法進(jìn)行英文語(yǔ)義翻譯的特征提取，實(shí)現(xiàn)最關(guān)聯(lián)英文語(yǔ)義翻譯選取；最后進(jìn)行實(shí)驗(yàn)測(cè)試分析。結(jié)果表明，采用該方法進(jìn)行跨語(yǔ)言信息檢索，英文語(yǔ)義翻譯選取的召回性能較好，查全率、查準(zhǔn)率較高。

關(guān)鍵詞： 跨語(yǔ)言信息檢索； 語(yǔ)義翻譯； 語(yǔ)義選取； 語(yǔ)義映射

中圖分類號(hào)： TN911?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）12?0039?04

Abstract： Aiming at the problem that the selection accuracy of relevant English translation in the cross?language information retrieval is not high， a selection method of English translation for cross?language information retrieval based on most relevant semantic ontology model matching is proposed. The most relevant English semantic ontology structure model for cross?language information retrieval is built first， then the semantic directivity information index method is used to make context semantic mapping of English translation， and the feature extraction of English semantic translation is conducted according to word & expression knowledge and ontology fragment mapping method to realize the relevant English semantic translation selection. The experimental and testing analysis results show that the proposed method has perfect English semantic translation selection for cross?language information retrieval， its data recall performance is better， and its precision ratio is higher.

Keywords： cross language information retrieval； semantic translation； semantic selection； semantic mapping

0 引 言

在跨語(yǔ)言的信息檢索Web環(huán)境中，需要采用語(yǔ)義本體模型匹配和特征提取方法進(jìn)行各種語(yǔ)義翻譯處理和語(yǔ)義信息分析，實(shí)現(xiàn)對(duì)信息檢索庫(kù)中語(yǔ)義信息資源調(diào)度和模型構(gòu)建。由于跨語(yǔ)義信息檢索數(shù)據(jù)庫(kù)中存在一定的語(yǔ)義沖突，嚴(yán)重影響了語(yǔ)言翻譯和信息檢索的準(zhǔn)確性，存在語(yǔ)義異構(gòu)和語(yǔ)義分歧問(wèn)題，特別是在跨語(yǔ)言數(shù)據(jù)庫(kù)中對(duì)英文語(yǔ)義翻譯的關(guān)聯(lián)性不好，在信息檢索、數(shù)據(jù)集成和數(shù)據(jù)庫(kù)重構(gòu)中導(dǎo)致對(duì)關(guān)聯(lián)語(yǔ)義的匹配度和檢索的準(zhǔn)確度不高[1?2]。因此，需要進(jìn)行跨語(yǔ)言信息檢索中的最關(guān)聯(lián)英文語(yǔ)義翻譯選取設(shè)計(jì)，利用語(yǔ)義分析與提取技術(shù)提高跨語(yǔ)言信息檢索的準(zhǔn)確性[3]。本文以異構(gòu)英文語(yǔ)義本體模型為研究對(duì)象，進(jìn)行最關(guān)聯(lián)英文語(yǔ)義翻譯選取和特征提取研究，找出語(yǔ)義相同或者相似概念對(duì)，逐一地對(duì)本體之間語(yǔ)義信息素進(jìn)行相似度信息分析和信息素導(dǎo)引，提高對(duì)語(yǔ)言信息數(shù)據(jù)庫(kù)的訪問(wèn)和檢索能力，并取得一定的研究成果。

1 關(guān)聯(lián)英文語(yǔ)義本體結(jié)構(gòu)模型構(gòu)建

1.1 跨語(yǔ)言信息檢索的英文翻譯語(yǔ)義映射

為了實(shí)現(xiàn)跨語(yǔ)言信息檢索中的最關(guān)聯(lián)英文語(yǔ)義翻譯選取，需要首先構(gòu)建跨語(yǔ)言信息檢索中最關(guān)聯(lián)英文語(yǔ)義本體結(jié)構(gòu)模型，基于語(yǔ)義相似度計(jì)算方法進(jìn)行跨語(yǔ)言信息檢索的英文語(yǔ)義翻譯的機(jī)器學(xué)習(xí)和訓(xùn)練。首先給出跨語(yǔ)言信息檢索的數(shù)據(jù)訪問(wèn)和語(yǔ)義選取結(jié)構(gòu)圖如圖1所示。

根據(jù)圖1所示的跨語(yǔ)言信息檢索的數(shù)據(jù)訪問(wèn)和語(yǔ)義選取結(jié)構(gòu)，進(jìn)行跨語(yǔ)言信息檢索語(yǔ)義映射關(guān)系的分類[4?5]。

定義1 英文語(yǔ)義映射。針對(duì)語(yǔ)法分析方案Ai，跨語(yǔ)言信息檢索英文翻譯的本體語(yǔ)義映射模型的形式化定義是一個(gè)五元組，其中：

C：語(yǔ)義修飾概念集合。C中的語(yǔ)句CS有m種不同的語(yǔ)法分類，從語(yǔ)義上來(lái)說(shuō)，對(duì)語(yǔ)義相似度分析，得到跨語(yǔ)言數(shù)據(jù)庫(kù)中包含有多個(gè)從句。在本體中，AA是后置定語(yǔ)，滿足基本單元的語(yǔ)句語(yǔ)義結(jié)構(gòu)。

I：實(shí)例集合。I為每次選擇一個(gè)簡(jiǎn)單子句的每個(gè)實(shí)例，通過(guò)語(yǔ)義映射得到一個(gè)惟一的個(gè)體。在本體中，實(shí)例是語(yǔ)句語(yǔ)義結(jié)構(gòu)的本體映射表象，因此也稱為語(yǔ)義修飾目標(biāo)。

HC：語(yǔ)句的語(yǔ)義相關(guān)度的分類關(guān)系集合。這類關(guān)系可以求出非語(yǔ)句主干的特征映射關(guān)系（Hyponymy），用函數(shù)來(lái)表示表示本體中父概念（Super?Concept）和子概念（Sub?Concept）之間的不同的語(yǔ)法分析方案。

R：當(dāng)前跨語(yǔ)言信息檢索關(guān)聯(lián)英文數(shù)據(jù)庫(kù)本體內(nèi)元素的分類集合。R所包含的關(guān)系可分成兩大類：語(yǔ)義指向性信息索引行為關(guān)系和概念的隸屬關(guān)系。

A：語(yǔ)義修飾目標(biāo)集合。A中的每條語(yǔ)義修飾目標(biāo)代表英文翻譯語(yǔ)義中實(shí)詞的個(gè)數(shù)，它可用于語(yǔ)義修飾目標(biāo)之間的語(yǔ)義相關(guān)度來(lái)描述概念和實(shí)例之間跨語(yǔ)言信息檢索的映射關(guān)系，或者描述第i種語(yǔ)法分析方案下的語(yǔ)義特征映射的約束關(guān)系。

1.2 語(yǔ)義本體相關(guān)度計(jì)算模型

在上述進(jìn)行了跨語(yǔ)言信息檢索的英文翻譯語(yǔ)義映射定義基礎(chǔ)上，根據(jù)跨語(yǔ)言信息檢索中英文語(yǔ)句的多種語(yǔ)法分析方案，構(gòu)建最關(guān)聯(lián)英文語(yǔ)言翻譯的語(yǔ)法分析方案，如圖2所示。

假設(shè)跨語(yǔ)言信息檢索數(shù)據(jù)庫(kù)中關(guān)聯(lián)英文的本體映射三層集成分布概念集合的數(shù)學(xué)模型可表示為：

式中：中的是表示語(yǔ)句具有m種語(yǔ)法分析方案的個(gè)數(shù)，表示語(yǔ)義相關(guān)度；語(yǔ)句主干權(quán)重系數(shù)。英語(yǔ)從句具有m種語(yǔ)法分析方案，最符合語(yǔ)義邏輯的語(yǔ)法分析方案滿足所有詞匯翻譯相關(guān)性的約束條件為：

根據(jù)跨語(yǔ)言信息檢索的詞語(yǔ)知識(shí)（Lexical knowledge）得到語(yǔ)義映射關(guān)系的差異性特征。通過(guò)對(duì)不同本體進(jìn)行英文翻譯的語(yǔ)法分析，對(duì)概念的上下文（Context）進(jìn)行關(guān)聯(lián)匹配度分解，在概念節(jié)點(diǎn)Mountain中考慮等價(jià)的語(yǔ)義映射，根據(jù)語(yǔ)義本體相關(guān)度計(jì)算，得到語(yǔ)法分析的最佳方案[6]。

定義2 語(yǔ)義本體模型。跨語(yǔ)言信息檢索關(guān)聯(lián)英文翻譯的本體與之間的語(yǔ)義修飾互信息特征通過(guò)一個(gè)映射函數(shù)M表示， 。其中，C是本體的語(yǔ)義關(guān)聯(lián)度，rel是跨語(yǔ)言信息檢索數(shù)據(jù)庫(kù)中的英文資源信息一個(gè)實(shí)詞集合，被稱之為英文從句的歸結(jié)關(guān)系。

采用語(yǔ)義指向性信息索引方法進(jìn)行英文翻譯的上下文語(yǔ)義映射，可進(jìn)行從句范圍選擇中預(yù)期使用的詞匯能有效反映英文語(yǔ)義翻譯的單語(yǔ)義。根據(jù)簡(jiǎn)單語(yǔ)義單元建立英文翻譯的語(yǔ)義修飾關(guān)系[7]，如圖3所示。

由于建立本體之間英文翻譯的語(yǔ)義修飾關(guān)系存在異構(gòu)性，語(yǔ)義結(jié)構(gòu)為：，概念節(jié)點(diǎn)（Cs和Ct′）對(duì)英文翻譯中的語(yǔ)義關(guān)聯(lián)句屬于主句，還是從句進(jìn)行判斷，判斷準(zhǔn)則為：Cs與Ct′之間內(nèi)部語(yǔ)法結(jié)構(gòu)映射關(guān)系（）、Cs與Ct′之間簡(jiǎn)單語(yǔ)義單元的語(yǔ)義特征映射關(guān)系（）、Cs與Ct′之間的自組織映射泛化關(guān)系（）、Cs與Ct′之間的從句權(quán)重關(guān)系（）和Cs與Ct′之間的每種語(yǔ)法分析方案的映射關(guān)系（）。計(jì)算每個(gè)簡(jiǎn)單語(yǔ)義單元的語(yǔ)義本體相關(guān)度，得到異構(gòu)本體之間的語(yǔ)義相關(guān)度值，例如：把語(yǔ)義塊的n個(gè)英文翻譯詞匯進(jìn)行信息素濃度聚焦，實(shí)現(xiàn)知識(shí)共享、重用，得到跨語(yǔ)言信息檢索中英文翻譯詞句集合rel中的語(yǔ)義指向性信息索引的語(yǔ)義相關(guān)度表示為：

式中：表示語(yǔ)句CS中關(guān)聯(lián)英文語(yǔ)義翻譯的相似度；表示兩組本體片段之間進(jìn)行跨語(yǔ)言信息檢索的語(yǔ)義關(guān)聯(lián)度，且系數(shù)。

2 最關(guān)聯(lián)英文語(yǔ)義翻譯選取實(shí)現(xiàn)

2.1 英文語(yǔ)義翻譯的上下文語(yǔ)義映射

在上述進(jìn)行了關(guān)聯(lián)英文語(yǔ)義本體結(jié)構(gòu)模型構(gòu)建的語(yǔ)義本體相關(guān)度計(jì)算的基礎(chǔ)上，進(jìn)行跨語(yǔ)言信息檢索中的最關(guān)聯(lián)英文翻譯的選取。針對(duì)當(dāng)前方法存在的弊端，本文提出一種基于最關(guān)聯(lián)語(yǔ)義本體模型匹配的跨語(yǔ)言信息檢索英文翻譯選取方法，采用語(yǔ)義指向性信息索引方法進(jìn)行英文翻譯的上下文語(yǔ)義映射[8]。在一個(gè)概念詞語(yǔ)知識(shí)的英文語(yǔ)義本體模型中，語(yǔ)義詞典庫(kù)用一個(gè)三元組的形式K=（O，A，R）表示。其中，O是語(yǔ)義詞典庫(kù)的英文語(yǔ)義對(duì)象集合，A是跨語(yǔ)言檢索的屬性集合，R是O和A之間的詞語(yǔ)選擇語(yǔ)義用二元素表示。設(shè)本體模型的拓?fù)浣Y(jié)構(gòu)中英文翻譯的從句屬性總數(shù)為m，各個(gè)分詞的語(yǔ)義信息流在翻譯采樣信息時(shí)間間隔的自相關(guān)函數(shù)為：

式中：英文語(yǔ)義翻譯的上下文語(yǔ)義映射的提取率與的差別越來(lái)越大，則解釋信息與概念信息流與完全無(wú)關(guān)；作為所包含的元素節(jié)點(diǎn)集合的自相關(guān)函數(shù)，趨于0。通過(guò)英文語(yǔ)義翻譯的上下文語(yǔ)義映射模型構(gòu)建[9]，得到英文語(yǔ)義翻譯的上下文語(yǔ)義映射的規(guī)則如下：

（1） 將跨語(yǔ)言信息檢索中英文的連接詞和謂詞邏輯表示成概念上下文形式；

（2） 將介詞，如“in”或者“of”，表示成相應(yīng)的邏輯公式；

（3） 將帶有包含關(guān)系從句如“except”或者“but not”表示成否定形式。

根據(jù)上述規(guī)則構(gòu)建英文語(yǔ)義翻譯的上下文語(yǔ)義映射，進(jìn)行最關(guān)聯(lián)英文語(yǔ)義翻譯選取。

2.2 跨語(yǔ)言檢索最關(guān)聯(lián)英文語(yǔ)義翻譯選取

在本體模型O=中采用關(guān)鍵詞索引方法，給定邏輯公式W，通過(guò)上下文語(yǔ)義映射進(jìn)行詞頻信息X，Y特征提取，根據(jù)語(yǔ)義本體之間的詞語(yǔ)知識(shí)和本體片段映射方法進(jìn)行英文語(yǔ)義翻譯的特征提取，分別為：

式中：，是分別是語(yǔ)義標(biāo)識(shí)過(guò)程中英文實(shí)詞X，Y的語(yǔ)義修飾目標(biāo)集；是聯(lián)合訪問(wèn)語(yǔ)義相似度詞頻信息，表示X，Y所得到的準(zhǔn)確的語(yǔ)義信息召回的聯(lián)合概率密度函數(shù)。

在進(jìn)行跨語(yǔ)言檢索最關(guān)聯(lián)英文語(yǔ)義翻譯選取中，假設(shè)V是形容詞，S是V的后置虛詞，O是V的最佳語(yǔ)義相關(guān)度，L是S，V，O中間的簡(jiǎn)單子句，AB是前置定語(yǔ)，AA是跨語(yǔ)言信息檢索的后置謂語(yǔ)，PD是實(shí)詞的個(gè)數(shù)，通過(guò)語(yǔ)義關(guān)聯(lián)度匹配，實(shí)現(xiàn)英文語(yǔ)義翻譯選取，步驟表述如下：

步驟1（數(shù)據(jù)預(yù)處理）：根據(jù)詞匯語(yǔ)義進(jìn)行本體映射中英文從句的分詞選擇，并獲得其詞性，為進(jìn)行準(zhǔn)確的英文翻譯提供目標(biāo)從句；

步驟2（找到詞匯語(yǔ)義的子句）：針對(duì)語(yǔ)句CS，對(duì)應(yīng)于n個(gè)詞匯所形成的概念樹(shù)，可以找出最佳語(yǔ)義相關(guān)度值，對(duì)簡(jiǎn)單子句集合進(jìn)行從句范圍選擇；

步驟3：計(jì)算分段L的語(yǔ)義結(jié)構(gòu)，選擇計(jì)算結(jié)果最佳的簡(jiǎn)單子句CSi，乘以權(quán)重系數(shù)KS，進(jìn)行查準(zhǔn)率優(yōu)化，語(yǔ)義修飾CSi；

步驟4：選擇具有最佳語(yǔ)義相關(guān)度值的簡(jiǎn)單句，如果滿足約束條件，則重復(fù)步驟2，3；否則，計(jì)算所有子句的最佳語(yǔ)義相關(guān)度；

步驟5：針對(duì)語(yǔ)法分析方案Ai，選擇前置虛詞，計(jì)算一次值，當(dāng)滿足英文語(yǔ)義翻譯的上下文語(yǔ)義映射的規(guī)則，算法結(jié)束。

3 實(shí)驗(yàn)測(cè)試分析

在進(jìn)行跨語(yǔ)言信息檢索的最關(guān)聯(lián)英文語(yǔ)義翻譯選取的實(shí)驗(yàn)中，以KDDP2015跨語(yǔ)言數(shù)據(jù)庫(kù)作為詞匯語(yǔ)義資源，采用Matlab 7編程軟件進(jìn)行英文語(yǔ)義翻譯選取的編程設(shè)計(jì)。測(cè)試英文翻譯問(wèn)題來(lái)自于KDDP2015的CWT200G數(shù)據(jù)測(cè)試集，測(cè)試集中包含21個(gè)語(yǔ)義等價(jià)概念集、46個(gè)不同語(yǔ)言的從句屬性集和358個(gè)實(shí)例集。測(cè)試通過(guò)跨語(yǔ)言信息檢索實(shí)現(xiàn)最關(guān)聯(lián)英文語(yǔ)義翻譯的查全率、查準(zhǔn)率和最佳語(yǔ)義相關(guān)度值測(cè)試結(jié)果見(jiàn)表1。

分析表1中結(jié)果得知，采用本文模型進(jìn)行跨語(yǔ)言信息檢索的最關(guān)聯(lián)英文語(yǔ)義翻譯，能達(dá)到最佳語(yǔ)義相關(guān)度配準(zhǔn)，提高英文語(yǔ)義翻譯的查全率和查準(zhǔn)率。圖4為不同方法進(jìn)行英文語(yǔ)義翻譯選取的查準(zhǔn)率對(duì)比結(jié)果，結(jié)果表明，采用本文方法進(jìn)行關(guān)聯(lián)英文語(yǔ)義翻譯的查準(zhǔn)率高于傳統(tǒng)模型，具有優(yōu)越性。

4 結(jié) 語(yǔ)

為了提高跨語(yǔ)言信息檢索中的英文語(yǔ)義翻譯準(zhǔn)確性，本文提出一種基于最關(guān)聯(lián)語(yǔ)義本體模型匹配的跨語(yǔ)言信息檢索英文翻譯選取方法。構(gòu)建跨語(yǔ)言信息檢索中最關(guān)聯(lián)英文語(yǔ)義本體結(jié)構(gòu)模型，采用語(yǔ)義指向性信息索引方法進(jìn)行英文翻譯的上下文語(yǔ)義映射，根據(jù)語(yǔ)義本體之間的詞語(yǔ)知識(shí)和本體片段映射方法進(jìn)行英文語(yǔ)義翻譯的特征提取，實(shí)現(xiàn)最關(guān)聯(lián)英文語(yǔ)義翻譯選取。仿真測(cè)試結(jié)果表明，采用本文方法進(jìn)行跨語(yǔ)言信息檢索，英文語(yǔ)義翻譯選取的召回性能較好，查全率、查準(zhǔn)率較高，在英文跨語(yǔ)言檢索和翻譯中具有較好的應(yīng)用價(jià)值。

圖4 性能對(duì)比

參考文獻(xiàn)

[1] AREFI M M， ZAREI J， KARIMI H R. Adaptive output feedback neural network control of uncertain non?affine systems with unknown control direction [J]. Journal of the Franklin Institute， 2014， 351（8）： 4302?4316.

[2] 楊陟卓，黃河燕.基于詞語(yǔ)距離的網(wǎng)絡(luò)圖詞義消歧[J].軟件學(xué)報(bào)，2012，23（4）：776?785.

[3] 張瑞霞，莊晉林，楊國(guó)增.基于《知網(wǎng)》的中文信息結(jié)構(gòu)消歧研究[J].中文信息學(xué)報(bào)，2012，26（4）：43?49.

[4] 王廣正，王喜鳳.基于知網(wǎng)語(yǔ)義相關(guān)度計(jì)算的詞義消歧方法[J].安徽工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，25（1）：71?75.

[5] 劉宇紅.從格語(yǔ)法到框架語(yǔ)義學(xué)再到構(gòu)式語(yǔ)法[J].解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào)，2011，34（1）：5?9.

[6] 張華平，劉群.基于N?最短路徑方法的中文詞語(yǔ)粗分模型[J].中文信息學(xué)報(bào)，2002，16（5）：1?7.

[7] 李永亮，黃曙光，李永成，等.基于淺層剖析的CYK改進(jìn)算法[J].計(jì)算機(jī)應(yīng)用，2011，31（5）：1335?1338.

[8] DEEPESH K K， JYOTIRMAYEE C， ALOK C. Improvement in word sense disambiguation by introducing enhancements in English wordnet structure [J]. International journal on computer science and engineering， 2012， 4（7）： 1366?1370.

[9] MILNE D， WITTEN I H. An effective， low?cost measure of semantic relatedness obtained from Wikipedia links [C]// Proceedings of the AAAI 2008 Workshop on Wikipedia and Artificial Intelligence： An Evolving Synergy. [S.l. ： s.n.]， 2008： 25?30.