semantic and case information are combined into the nodes on the tree. Then，我们按照汉语自身的特点，每个结点负载着多个大概的属性值， 3·2 日语生成的问题及计策针对呆板翻译方针语生成，针对日语的特征，“打球”中的“打”译成“やる”等，以及日语这一特定方针语的一些特征， such as Japanese wordselection，本文所描写的日语生成进程依据汉语略论所发生的略论功效，日语属于粘着语。 日语生成回收的是依据转换法子，可以机动安排，本文试探性地对汉日呆板翻译技能举办一些研讨，我们对汉语的复句和单句的格打点举办了归纳分类，日本大学的Hajime等[12]提出依据IPAL的日语生成技能，文章首先先容所依据的汉语略论算法和略论功效树;然后简朴先容日语语法，先容在汉日呆板翻译系统中对日语生成技能的探讨与开拓，重点先容生陈法则系统的设计和实现，日语句子修饰身分大都没有严格的序次，它主要有两个步调:对源语言举办略论。 3·日语的主语和主题一般在句首，其标志值有AGT(施事格)、LOC(场及格)、SOU(发源格)、OBJ(受事格)等等，我们首先先容所依据的汉语略论，成立一个语言条理模子。 分为9大类。 先容日语生成系统的设计和实现，本文回收的是传统的依据树结构转换的法子，提出进一步改造本系统的开端想法。 Sumumu等[11]则提出了实例转换和法则相团结的日语生成法子。 要害词:人工智能 呆板翻译 格语法 汉语略论 日语生成 Abstract:This paper presents a Japanese generation sub-system，日语毕业论文，7]，我们归纳出在日语生成进程中主要有下面几个需办理的问题:译词选择、粘着身分的添加、用言活用的表层生成、序次调解及日语句子表层生成。 给出句子其它身分与动词之间的格接洽[3]，好比图1中，而修饰语(雷同于汉语定语或状语等身分)则在被修饰语之前，译词选择属于词的本性范畴，日语论文，我们对日语的语法以及日语生成中存在的主要问题举办先容，树结点回收了多值标志函数[4]，这使得树形图上的每个结点都能记录足够多的语法语义信息和格接洽信息，2·日语的动词、形容词、形容动词和助动词有词尾变革(称为活用)。 回收动词的格框架以及其它一些语法语义信息(如时间、所在等)，寻求抉择词义的语，还包括了句子的时体态信息，它主要具有以下一些特点[6]:1·日语依靠助词可能助动词(粘着身分)来暗示每个单词在句中的语法成果，最后，没有统一且布局化的手段，日语同一个名词有差异语义，同一个名词也可以用差异的形容词，IBM日本探讨院Taijiro等[10]曾经对一些技妙手册举办英语到日语的翻译，而Taro等[13]则操作依据纯统计的呆板翻译法子，比方:C—DCS(汉语词条的深层格信息)、C—TEN(汉语词条的时态信息)、C—AUX(助动词信息)、C—CAT(汉语词条分类信息)等等共34个(详见表1)，动词译词的选择经常要按照词语的搭配接洽来实现，略论了日语生成中的主要问题， 先容生陈法则系统的设计和在日语中的实现 摘要:本文先容了一个依据转换翻译的汉日呆板翻译系统中日语生成子系统的设计和实现，翻译成日语有好几种大概的译词。 而且假如句子是使役态， 1·译词选择译词的选择对译文的生成质量至关重要，文章首先描写了一种依据格接洽的汉语依存略论树，日语是语义主导型语言， according to thecharacters of Japanese，译词选择是由语义、搭配接洽和上下文信息抉择的，我们在多年的日—汉呆板翻译系统探讨与开拓的基本上，如汉语的“打”，从而获得方针语，2，图1给出了汉语句子“我给他打过电话”颠末汉语略论后发生的略论功效，“打人”中的“打”译成“殴る”，最终生成以主动词为根、依据格接洽暗示的依存接洽树，其表层格与格语法[5]中的生成格有较好的对应接洽。 we discuss some difficult issues in the process of Japanese generation，译文的生成依赖于源语言略论器所发生的略论功效，充实操作语法语义常识， 这个略论功效树包括了汉语句子所要表达的绝大部门信息，日语生成在日本已有一些探讨，最后，则“る”应加“られる”，在如图1的汉语略论树中，“他”结点上的C—DCS=GOL暗示方针格，树上的一个结点对应若干个标志，日语是以动词为中心的语言，句法略论以动词为中心，给出了包罗先行格(ANT)、后继格(SUC)、递进格(PRO)、转折格(BUT)、原因格(CAU)、功效格(RES)、揣度格(INF)、条件格(CND)在内的共14种单句间的格接洽。 而树的根结点， 形容动词以及句子修饰， 二、依据格语法的汉语略论树在依据转换的呆板翻译中，句节的语法成果和语义性质由其内部所带的格助词刻画，我们共界说了35个大概的结点属性标志，针对汉语表达具有的条理性[8]，图1的略论树是依据格接洽的。 比方:图1树结点“打”包括了C—CAT(词性)、C—SCT(词性细分类)、C—MOD(语态)、C—TIM(时态)等十个标志及其属性值，复句格接洽描写了复句中单句的团结接洽，变革形式由时体态以及粘着身分来抉择。 需要不绝总结语义常识， which is used in a transfer-based Chinese-Japanesemachine translation system. The Chinese parsing tree is introduced first. It is a dependency tree based on the casegrammar. Syntactic，共35种格接洽(详见表2)，谓语在句尾，对句子提供完整的描写，而“殴る”和“殴る”应加“れる”，这些属性值给出告终点的格信息、时体态信息以及其它语法语义信息。 生成进程将它转换成一个等价的面向方针语的深层布局暗示，计较出最大大概的日语输出，从语言学的角度看， some rule examples and transla-tion examples are given. And we discuss the future work for this translation system. Key words:artificial intelligence; machine translation;case grammar;Chinese parsing;Japanese generation 一、媒介 汉—外呆板翻译技能的探讨正成为海表里探讨的热点，获得依据格接洽的含有语法语义信息的树形中间功效，今朝的呆板翻译法子凡是有依据法则的树结构转换法和依据语料库的统计法子等[1，日语论文，包罗译词选择、用言活用形确定、助词添加等;给出依据法则的日语生成系统的组织布局，我们在打点汉语进程中，这往往也要按照搭配接洽来选择译词，关于动词而言。 为了设计出具有针对性的方针语生成系统， word inflection and accompany particles generation. The architecture of the rule-based Japanese generationsystem is presented and the rule system for generation is described in detail. At last， 三、日语生成中的主要问题 |
