馬 建 軍， 黃 德 根

（1.大連理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，遼寧 大連 116024；2.大連理工大學(xué) 外國語學(xué)院，遼寧 大連 116024）

0 引 言

在英語語言中，名詞短語的結(jié)構(gòu)非常復(fù)雜.英語名詞短語結(jié)構(gòu)中可以包含多個(gè)修飾語和中心詞，結(jié)構(gòu)關(guān)系具有可變性、不確定性，因而極易產(chǎn)生歧義.根據(jù)傳統(tǒng)語法對名詞短語的定義，名詞短語可以是一個(gè)名詞，也可包括名詞之前名詞的限定詞、形容詞或其他修飾語，還包括名詞之后的介詞短語或關(guān)系從句，還可以是一個(gè)代詞[1].同時(shí)，名詞短語在句子中具有豐富的句法功能：可以作主語；可以作動(dòng)詞賓語；可以放在小品詞后，作介詞賓語；可以作補(bǔ)足語，補(bǔ)充說明主語或賓語；可以與介詞搭配作狀語.Halliday的系統(tǒng)功能語法[2]將這些句法功能概括為主語（subject）、補(bǔ)語（complement）和狀語（adjunct）.另外，名詞短語還與動(dòng)詞構(gòu)成搭配，如take part in（參加）等，成為謂語動(dòng)詞不可分割的一部分.若能確定這些句法功能，就能提高句法分析的正確率，提高機(jī)器翻譯的質(zhì)量.但是目前的英語名詞短語研究主要以名詞短語的結(jié)構(gòu)來定義名詞短語，而沒有考慮名詞短語的句法功能.

Church[3]利用統(tǒng)計(jì)方法進(jìn)行名詞短語的識別，Voutilainen[4]設(shè) 計(jì) 了 名 詞 短 語 識 別 系 統(tǒng)NPtool，但是這兩種方法識別的名詞短語非常簡單，甚至不包括名詞前的修飾成分；Ramshaw等[5]提出了基本名詞短語（以下簡稱baseNP）的概念，把名詞之前的修飾語包含在名詞短語中.baseNP指非嵌套名詞短語，即不包含其他任何名詞短語的名詞短語.Ramshaw等采用了Abney[6]關(guān)于組塊的定義，將組塊分為名詞類組塊（即基本名詞短語）和動(dòng)詞類組塊兩大類，把介詞及其賓語構(gòu)成的介詞短語歸為名詞類組塊.CoNLL－2000[7]將組塊識別作為共享任務(wù)，定義了英語中11種基本組塊，其中名詞短語組塊與baseNP的定義十分類似，主要將修飾名詞的形容詞短語歸入名詞短語組塊，但是不包括名詞的后置定語.同時(shí)，介詞短語（PP）作為單獨(dú)的組塊列出.值得一提的是，這里的PP并不是Halliday所定義的介詞短語（prepositional phrase）（介詞＋名詞），而是介詞詞組（preposition group）[2]，即指介詞本身，或由多個(gè)介詞組成的介詞短語，如because of，such as，due to，或由副詞修飾的介詞短語，如well above，just after，even in.此外，還將動(dòng)詞小品詞作為單獨(dú)的組塊列出，與介詞進(jìn)行了區(qū)分.

Koehn等[8]在研究德英機(jī)器翻譯時(shí)，提出了一種面向統(tǒng)計(jì)機(jī)器翻譯的最長名詞短語（本文以下簡稱maxNP）的定義，把名詞后的修飾語包含在名詞短語中.其定義如下：給定一個(gè)句子s和它的句法分析樹t，一個(gè)名詞短語是t的一棵子樹，它至少包含一個(gè)名詞而不包含動(dòng)詞，并且不被更大的包含名詞并且不包含動(dòng)詞的子樹包含.實(shí)際上，maxNP是名詞短語和介詞短語的組合，將名詞短語之后的介詞短語合并到名詞短語中.這里的介詞短語是真正意義的介詞短語，即介詞＋名詞.與baseNP相比，maxNP將名詞的后置定語與名詞結(jié)合起來，簡化了翻譯過程；但是卻沒有將介詞和結(jié)構(gòu)詞區(qū)分開來.baseNP和maxNP都沒有將“介詞＋名詞”作狀語的結(jié)構(gòu)區(qū)分出來.

國內(nèi)對英語名詞短語的研究主要集中在基本名詞短語的自動(dòng)識別[9～11]，而最長名詞短語的識別研究多以漢語為主[12～14].

本文根據(jù)名詞短語的句法功能，提出一種新的名詞短語——功能名詞短語（以下簡稱funNP）.首先闡述名詞短語引起的結(jié)構(gòu)歧義問題，提出功能名詞短語的定義，同時(shí)與基本名詞短語和最長名詞短語相比較；應(yīng)用Google在線翻譯系統(tǒng)對英語商務(wù)信函語料翻譯，分析其譯文，對其中的功能名詞短語進(jìn)行處理，以解決結(jié)構(gòu)歧義引起的翻譯錯(cuò)誤.

1 名詞短語結(jié)構(gòu)歧義問題

文獻(xiàn)[15]研究了英漢機(jī)器翻譯中的歧義問題，發(fā)現(xiàn)動(dòng)詞與介詞搭配、介詞與名詞搭配做定語或狀語，極易引起歧義.這些結(jié)構(gòu)歧義都是由一個(gè)結(jié)構(gòu)引起的，即“baseNP1＋介詞＋baseNP2”結(jié)構(gòu).

本文將名詞短語結(jié)構(gòu)歧義概括如下：

（1）baseNP1與前面的動(dòng)詞是否構(gòu)成固定搭配？

例1 How many countries took part in the last Olympic Games？（文獻(xiàn)[16]的P922）（參考譯文：多少個(gè)國家參加了上屆奧林匹克運(yùn)動(dòng)會？）

在該句中，take part in是固定搭配，構(gòu)成句子的謂語動(dòng)詞.因此不能將part in the last Olympic Games識別為NP來理解.

（2）介詞是否與動(dòng)詞構(gòu)成固定搭配，成為小品詞？

例2 You tie the rope in knots.（文獻(xiàn)[17]的P381）（參考譯文：你把繩子系成結(jié).）

在該句中，in是由動(dòng)詞tie決定，是小品詞（particle），knots是介詞in的補(bǔ)語，in knots表明結(jié)果.

（3）介詞＋baseNP2是baseNP1的后置定語還是句子的狀語？

例3 He is getting pains in his back.（文獻(xiàn)[1]的P169）（參考譯文：他后背疼.）

在該句中，in his back作后置定語（post modifier），表明疼痛的部位.

例4 I have described this case in detail.（文獻(xiàn)[1]的P286）（參考譯文：我詳細(xì)地?cái)⑹隽诉@件事.）

在該句中，in detail作狀語（adjunct），表示方式.

2 功能名詞短語的定義

2.1 功能名詞短語

基于系統(tǒng)功能語法[2]，本文將功能名詞短語的句法功能歸納為主語、補(bǔ)語和狀語.

功能名詞短語定義如下：功能名詞短語是指在句中作主語、補(bǔ)語和狀語，且至少含有一個(gè)名詞但不包含動(dòng)詞的短語.即功能名詞短語含有可嵌套的結(jié)構(gòu)，主要包括名詞詞組（nominal group）、介詞短語（prepositional phrase）和“形容詞＋介詞”短語3種結(jié)構(gòu).

其邏輯結(jié)構(gòu)如下：

（1）名詞詞組：“前置修飾語 ＋ 名詞 ＋ 后置修飾語”。其中：前置修飾語可以是限定詞、數(shù)詞、形容詞或名詞；名詞包括普通名詞或代詞或?qū)Ｓ忻~；后置修飾語可以是介詞＋名詞詞組結(jié)構(gòu)或形容詞；前置修飾語和后置修飾語不是必須的結(jié)構(gòu).

（2）介詞短語：“介詞＋名詞詞組”.

（3）“形容詞＋介詞”短語：“形容詞＋介詞＋名詞詞組”.

該定義不包括與動(dòng)詞構(gòu)成固定搭配的名詞短語，從翻譯角度，將與動(dòng)詞構(gòu)成固定搭配的名詞歸入動(dòng)詞短語（VP）會更合適.如“take part in＋n（參加）”中的part不是名詞短語，take part in構(gòu)成動(dòng)詞短語，定義為VP.如果將part in＋n定義為NP，則往往會譯為“…的一部分”，而引起歧義.

同理，在“be＋adj＋prep＋n”結(jié)構(gòu)中，如be interested in＋n（對…感興趣），be interested in的句法功能相當(dāng)于謂語動(dòng)詞，本文將be interested in定義為VP，其后的n才定義為NP.其他情況的adj＋prep＋n結(jié)構(gòu)，如free from charge（免費(fèi)），往往在句子中作補(bǔ)語，則定義為NP.

上述例1～4的funNP識別、功能塊表達(dá)式、句法功能表達(dá)式見表1.

2.2 功能名詞短語與基本名詞短語和最長名詞短語的關(guān)系

表2從介詞、小品詞、“介詞＋名詞”作定語、“介詞＋名詞”作狀語和與動(dòng)詞構(gòu)成固定搭配的名詞5個(gè)方面概括了3個(gè)定義的主要區(qū)別，表3比較了3種方法的識別結(jié)果.結(jié)果表明，funNP不同于baseNP和maxNP，是介于baseNP和maxNP的一個(gè)短語概念；funNP識別在理論上能解決上述結(jié)構(gòu)歧義問題，且效果優(yōu)于baseNP和maxNP識別.

表2表明，baseNP和maxNP都沒有將“介詞＋名詞”作狀語和與動(dòng)詞構(gòu)成固定搭配的名詞區(qū)分出來，這對機(jī)器翻譯造成了一定的難度.

表3表明，funNP識別能夠在識別階段區(qū)分4種歧義情況，而baseNP和maxNP識別則不能完全區(qū)分這4種情況.

根據(jù)表3，funNP識別針對4個(gè)例句有3種不同句法功能表達(dá)式，所識別的名詞短語模式也不同，且不同于baseNP和maxNP識別.例1表明take part in是固定搭配；例2表明in是動(dòng)詞tie的小品詞；例3將in歸入到名詞詞組中而例4將maxNP識別中的NP拆分成2個(gè)短語，并且表明in不是動(dòng)詞describe的小品詞，成功地區(qū)分了動(dòng)詞＋名詞固定搭配、小品詞、后置定語和狀語.這些都將大大簡化之后的翻譯過程.

表1 funNP分析Tab.1 The analysis of funNP

表2 baseNP、maxNP和funNP的定義比較Tab.2 The definition comparison of baseNP，maxNP and funNP

表3 baseNP、maxNP和funNP識別比較Tab.3 The recognition comparison between baseNP，maxNP and funNP

而baseNP識別只區(qū)分出小品詞，至于介詞＋名詞作后置定語還是狀語，在識別階段還不明確，需要在翻譯過程中進(jìn)行大量的組塊重組.maxNP識別對于4個(gè)例子句法功能表達(dá)式一模一樣，尤其未能區(qū)分固定搭配、介詞和小品詞.這會引起歧義，以例2為例，若將例2中the rope in knots翻譯成短語，很可能得到“結(jié)繩”或“結(jié)的繩索”，造成翻譯錯(cuò)誤.

3 從譯文質(zhì)量分析funNP識別

名詞短語識別只是機(jī)器翻譯的一個(gè)子系統(tǒng)，識別效果還是要通過具體的翻譯結(jié)果才能體現(xiàn).因此本文選擇Google機(jī)譯系統(tǒng)來進(jìn)行譯文質(zhì)量分析.Google是基于統(tǒng)計(jì)機(jī)器翻譯的代表性機(jī)譯系統(tǒng).2005年NIST機(jī)器翻譯評測結(jié)果表明，Google在所有4項(xiàng)測評中均名列第一[18].

所選擇的語料來自自建的有3 000個(gè)雙語句對的商務(wù)信函雙語語料庫.對譯文質(zhì)量從兩個(gè)方面進(jìn)行分析：一是與動(dòng)詞構(gòu)成固定搭配的名詞歧義問題，二是“介詞＋名詞”作狀語的歧義問題.這兩個(gè)問題是baseNP和maxNP識別未能處理的問題，也是funNP識別試圖解決的關(guān)鍵問題.

采用funNP的定義進(jìn)行消歧處理，比較消歧前后的結(jié)果.正確率A＝翻譯正確的句子數(shù)/句子總數(shù)×100%，每個(gè)句子只觀察一個(gè)歧義問題.

3.1 實(shí)驗(yàn)1：與動(dòng)詞構(gòu)成固定搭配的名詞的歧義問題及處理

本文選擇沒有確切意義的3個(gè)動(dòng)詞make、take、place進(jìn)行分析.對商務(wù)信函雙語語料庫進(jìn)行搜索，找出所有含有3個(gè)動(dòng)詞的固定搭配，并進(jìn)行分類，共得出74種不同搭配，具體分類見表4.

表4 動(dòng)詞固定搭配測試語料Tab.4 Testing data of VP pattern

將74個(gè)句子輸入到Google在線翻譯系統(tǒng)，人工統(tǒng)計(jì)固定搭配的翻譯結(jié)果，發(fā)現(xiàn)問題主要在于與動(dòng)詞形成固定搭配的名詞沒有被識別出來，卻與之后的介詞短語合并，形成名詞短語，引起歧義.如：

句子：One of our clients takes interest in your products.

Google譯文：我們的一位客戶發(fā)生在你的產(chǎn)品的興趣.

參考譯文：我們的一位客戶對你們的產(chǎn)品感興趣.

在該句中，take interest in本是固定搭配，意為“對…感興趣”，take interest相當(dāng)于動(dòng)詞，in是動(dòng)詞結(jié)構(gòu)詞，無意義.而在Google譯文中，卻將interest并入in your products，將take譯成“發(fā)生”，將“interest in your products”譯成“在你的產(chǎn)品的興趣”，造成翻譯錯(cuò)誤.這是個(gè)很常見的固定搭配，對機(jī)器翻譯卻形成困擾.

因此，funNP識別將這種搭配中的名詞定義為VP的一部分，而不單獨(dú)形成NP.據(jù)此，本文設(shè)計(jì)了5種消歧方法，其目的就是實(shí)現(xiàn)這種搭配的VP識別.

（a）取名詞的動(dòng)詞形式替代短語.如：arrange make arrangements.

（b）取名詞的形容詞形式替代短語.如：be interested in take interest in.

（c）取同義的動(dòng)詞替代短語.如：examine take a look at.

（d）取同義的動(dòng)詞短語替代短語.如：order the goods place an order.（注：消歧時(shí)，必須將其后的介詞短語等成分刪去，否則又變成名詞＋介詞，造成結(jié)構(gòu)歧義.該方法最適合具有許多語義的動(dòng)詞多義詞，如order.沒有名詞作賓語，很難判斷動(dòng)詞的含義，會引起新的歧義問題.）

（e）在名詞后加分隔符“，”將短語與其他部分隔開.如：place the order，on the understanding that place the order on the understanding that.

譯文質(zhì)量和消歧結(jié)果見表5.

表5 動(dòng)詞固定搭配消歧結(jié)果Tab.5 Disambiguation results of VP pattern

表5表明，應(yīng)用funNP的定義，大幅度地提高了譯文質(zhì)量，正確率從之前的39.2%提高到93.2%.在3個(gè)動(dòng)詞中，place＋n是難點(diǎn)，尤其是place＋order，如：place regular orders，place a trial order，place a further order，place a substantial order，place a large order，place a first order，place an order，place orders，place a further and large order，place another order等.沒有解決的問題主要包含下列5個(gè)名詞：make offers，make shipment，make an allowance on，make an order for，place insurance中的“offer，shipment，allowance，order，insurance”.這些名詞是多義詞，且所對應(yīng)的動(dòng)詞“offer，ship，allow，order，insure”也是多義詞，且很難找到具有相同用法的同義動(dòng)詞或動(dòng)詞短語，因此在實(shí)驗(yàn)中沒能消解歧義.

3.2 實(shí)驗(yàn)2：“介詞＋名詞”作狀語的歧義問題及處理

本文選擇介詞in進(jìn)行分析.“in＋n”結(jié)構(gòu)，既可能作之前名詞的后置定語，也可能作狀語，很容易引起結(jié)構(gòu)歧義.本文對商務(wù)信函雙語語料庫進(jìn)行搜索，找出所有含有“n＋in＋n”結(jié)構(gòu)，且“in＋n”作狀語的句子，并進(jìn)行分類，得出表示地點(diǎn)、時(shí)間、情況、方式和目的等5類狀語，合計(jì)92個(gè)測試句子，具體信息見表6.

表6 “n＋in＋n”測試語料Tab.6 Testing data of″n＋in＋n″pattern

將92個(gè)句子輸入到Google在線翻譯系統(tǒng)，人工統(tǒng)計(jì)“in＋n”的翻譯結(jié)果，發(fā)現(xiàn)問題主要在于“in＋n”作狀語沒有被識別出來，卻被當(dāng)作后置定語，修飾之前的名詞，造成歧義.如：

句子：We look forward to hearing a favorable reply from you in due course.

Google譯文：我們期待著聽到您在適當(dāng)?shù)臅r(shí)候有利的答復(fù).

參考譯文：希望在適當(dāng)?shù)臅r(shí)候聽到貴方的好消息.

可以看出，Google在翻譯該句時(shí)，將a favorable reply from you in due course作為一個(gè)NP進(jìn)行翻譯，將in due course看做reply的定語，譯成“在適當(dāng)?shù)臅r(shí)候有利的答復(fù)”，而沒有考慮到in due course是狀語，修飾動(dòng)詞hear，應(yīng)譯為“在適當(dāng)?shù)臅r(shí)候聽到”.

因此，本文采取以下消歧策略，將“in＋n”作狀語同之前的名詞短語區(qū)分開來：

在in前加分隔符“，”將“in＋n”與其他部分隔開.如：We have pioneered your new product，

in our market. We have pioneered your new product in our market.消歧結(jié)果見表7.

表7表明，將“in＋n”作狀語識別出之后，可以提高機(jī)譯的質(zhì)量（消歧前正確率為22.8%，而消歧后為75.0%）.根據(jù)表7，“in＋n”表示情況時(shí)，是翻譯的難點(diǎn)，消歧后的準(zhǔn)確率也只有64.7%.

表7 “n＋in＋n”消歧結(jié)果Tab.7 Disambiguation results of″n＋in＋n″pattern

仍有23個(gè)句子，占25%，沒有消解歧義，問題主要有兩種：

（1）所采用的消歧策略對譯文無影響.即采用消歧策略后，得到的譯文與消歧前一致，占總數(shù)的13%.

（2）消歧后，譯文仍錯(cuò)，占12%.原因主要在于“in＋n”為固定搭配，對機(jī)器翻譯造成困難，如：in the spirit of（本著…的精神），in the absence of（在沒有…的情況下），in the hope of（希望…），in the most effective manner（最有效地）等.

4 結(jié) 論

本文基于系統(tǒng)功能語法，提出了功能名詞短語的概念，并運(yùn)用該功能名詞短語，對英文商務(wù)信函語料進(jìn)行處理.結(jié)果表明，功能名詞短語能夠在名詞短語識別階段消解兩種主要結(jié)構(gòu)歧義：與動(dòng)詞構(gòu)成固定搭配的名詞引起的歧義和“介詞＋名詞”結(jié)構(gòu)作狀語引起的歧義.消解這兩種歧義后，機(jī)器翻譯的譯文質(zhì)量有較大提高.實(shí)際上，名詞短語的結(jié)構(gòu)歧義消解問題轉(zhuǎn)化為了功能名詞短語的識別問題.而功能名詞短語的識別，既要考慮名詞短語的結(jié)構(gòu)，又要考慮名詞短語的句法功能，限于篇幅將另文深入闡述英語功能名詞短語的自動(dòng)識別.

[1] SINCLAIR J.柯林斯COBUILD英語語法句型2：名詞與形容詞[M].上海：上海外語教育出版社，2000

[2] HALLIDAY M A K.功能語法導(dǎo)論[M].北京：外語教學(xué)研究出版社，2000：106－214

[3] CHURCH K.A stochastic parts program and noun phrase parser for unrestricted text[C]//Proceedings of Second Conference on Applied Natural Language Processing.Austin：Association for Computational Linguistics，1988：136－143

[4] VOUTILAINEN A.NPtool，a detector of English noun phrases[C]//Proceedings of the Workshop on Very Large Corpora：Academic and Industrial Perspectives. Columbus： Association for Computational Linguistics，1993：48－57

[5] RAMSHAW L，MARCUS R.Text chunking using transformation－based learning [C]//Proceedings of the Fourth Workshop on Very Large Corpora.Copenhagen：University of Copenhagen，1995：82－94

[6] ABNEY S.Parsing by chunks[C]//Principal－Based Parsing.Dordrecht：Kluwer Academic Publishers，1991：1－18

[7] SANG E F T K，BUCHHOLZ S.Introduction to the CoNLL－2000shared task：chunking[C]//Proceedings of CoNLL－2000and LLL－2000.Lisbon：Association for Computational Linguistics，2000：127－132

[8] KOEHN P，KNIGHT K.Feature－rich statistical translation of noun phrases[C]//Proceedings of the 41st Annual Meeting on Association for Computational Linguistics.Sapporo：Association for Computational Linguistics，2003：311－318

[9] 周雅倩，郭以昆，黃萱菁，等.基于最大熵方法的中英文基本名詞短語識別[J].計(jì)算機(jī)研究與發(fā)展，2003，40（3）：440－446

[10] 梁穎紅，趙鐵軍，岳 琪.英語基本名詞短語識別技術(shù)研究[J].信息技術(shù)，2004，28（12）：22－24

[11] 呂 琳，劉玉樹.最大熵和Brill方法結(jié)合識別英語BaseNP[J].北京理工大學(xué)學(xué)報(bào)，2006，26（6）：500－503

[12] 馮 沖，陳肇雄，黃河燕，等.基于條件隨機(jī)域的復(fù)雜最長名詞短語識別[J].小型微型計(jì)算機(jī)系統(tǒng)，2006，27（6）：1134－1139

[13] 代 翠，周俏麗，蔡東風(fēng)，等.統(tǒng)計(jì)和規(guī)則相結(jié)合的漢語最長名詞短語自動(dòng)識別[J].中文信息學(xué)報(bào)，2008，22（6）：110－115

[14] 錢小飛.以“的”字結(jié)構(gòu)為核心的最長名詞短語識別研究[J].計(jì)算機(jī)工程與應(yīng)用，2010，46（18）：138－141

[15] 馬建軍.英漢機(jī)器翻譯歧義問題分析[J].大連理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2010，31（3）：114－119

[16] HORNBY A S. Oxford Advanced Learner′s Dictionary[M].Oxford：Oxford University Press，2000

[17] SINCLAIR J.柯林斯COBUILD英語語法句型1：動(dòng)詞[M].上海：上海外語教育出版社，2000

[18] GEER D.Statistical machine translation gains respect[J].IEEE Computer，2005，38（10）：18－21