استفاده از تجزيه گرهاي احتمالاتي زبان طبيعي جهت بهبود ترجمه افعال گروهي انگليسي به فارسي

Phrasal Verb Translation from English to Persian Using Statistical Parsing

يكي از بزرگ ترين مشكلات در ترجمه ماشيني زبان انگليسي به فارسي، ترجمه افعال گروهي زبان انگليسي است كه به وفور در اين زبان يافت مي شود. افعال گروهي از متداول ترين عباراتي هستند كه از تركيب يك فعل با يك حرف اضافه يا قيد (ادات) تشكيل شده است. تشخيص اين كه ادات به فعل مرتبط است كه در آن صورت فعل گروهي تشكيل مي دهد يا اين كه به گروه اسمي ما بعد آن مرتبط است، از جمله فعّاليت هاي تا حدودي پيچيده و مبهم در تجزيه نحوي زبان انگليسي به شمار مي آيد. در اين مقاله با استفاده از تجزيه گر احتمالاتي زبان انگليسي در مرحله تجزيه از يك سيستم مترجم ماشيني مبتني بر قاعده، تشخيص افعال گروهي ابهام زدايي مي شود. هم چنين با استفاده از تعدادي قواعد زبان شناسي كه به صورت مكاشفه اي به دست آمده اند، خروجي هاي حاصل از تجزيه گر احتمالاتي بررسي شده و در صورت تشخيص ناسازگاري ساختاري، تجزيه نحوي بهبود داده مي شود. آزمايش ها بر روي 520 جمله حاوي افعال گروهي، نشان از كيفيت تشخيص افعال گروهي با استفاده از تجزيه گر احتمالاتي و قواعد مكاشفه اي تا حدود 87% است.

School of Elcctrical & Computer Engineering, university of Tehran. Tehran, Iran Abstract Machinc translation of English scntcnccs faccs a big problem when it deals with phrasal verbs. Phrasal verb is a common structure occurring in English as a combination of a verb and a preposition, a verb and an adverb, or a verb with both an adverb and a preposition. Meaning of a phrasal verb is not compositional. The second part of the phrasal verbs which often is a preposition is called particle. The process of detecting a preposition as a particle or as an attachment in a preposition phrase can be a challenging problem. In this paper, we present a method which uses a combination of linguistic heuristic rules with a probabilistic English parser to disambiguate the role of prepositions. The aim of this disambiguation is to correctly detect the phrasal verbs in English to Persian machinc translation system. Experiments on a corpus containing 520 sentences show that the quality of phrasal verb recognition in this system grows up to 87%.