基于機(jī)器翻譯工具的英蒙雙語語料庫的設(shè)計(jì)與實(shí)現(xiàn)

張利峰

摘 要 目前蒙語授課學(xué)生的英語教學(xué)主要包括學(xué)前、小學(xué)、中學(xué)和大學(xué)等階段。在學(xué)前和小學(xué)階段的課外輔導(dǎo)主要靠家長和老師，而到了中學(xué)和大學(xué)后主要靠學(xué)生本人的自學(xué)能力。而無論是家長、老師或?qū)W生在輔導(dǎo)和學(xué)習(xí)過程中都會(huì)遇到生詞或找不到某些多意詞在句子中的確定含義，而此時(shí)查找詞典很難準(zhǔn)確判斷其含義的，因?yàn)槌鯇W(xué)者很難把握某些單詞在句中的準(zhǔn)確含義。另外，在進(jìn)行例句翻譯時(shí)也會(huì)遇到使用哪個(gè)單詞更為準(zhǔn)確，而不會(huì)超出大綱。因此，基于蒙英機(jī)器翻譯工具的蒙英雙語語料庫的建設(shè)尤為重要，本文主要闡述了蒙英雙語語料庫的設(shè)計(jì)與實(shí)現(xiàn)。

【關(guān)鍵詞】蒙英翻譯 雙語語料庫

1 軟件平臺(tái)的搭建

1.1 操作系統(tǒng)

蒙英雙語語料庫（以下稱語料庫）的設(shè)計(jì)與制作可在WindowsXP操作系統(tǒng)或Linix操作系統(tǒng)下進(jìn)行。本設(shè)計(jì)是在WindowsXP操作系統(tǒng)下完成的，因?yàn)椋?/p>

（1）WindowsXP操作系統(tǒng)使用廣泛、通用性強(qiáng)，操作簡練，功能完善強(qiáng)大；

（2）WindowsXP操作系統(tǒng)兼容性強(qiáng)，支持多種應(yīng)用軟件，并且大多數(shù)蒙古文軟件、系統(tǒng)、輸入法是在WindowsXP操作系統(tǒng)下開發(fā)的。

1.2 應(yīng)用軟件

制作語料庫的應(yīng)用軟件使用了微軟公司Office2003系統(tǒng)中的Excel和蒙科立軟件公司開發(fā)的Mensoft Mongolian IME2012蒙古文輸入法。語料庫也可用TXT文本或其它類型的數(shù)據(jù)庫（Acesse、VFoxPro、SQLSever等）完成。

使用OfficeExcel設(shè)計(jì)制作雙語語料庫的原因是：

（1）Excel具有強(qiáng)大的編輯計(jì)算功能，操作易于掌握，并且使用廣泛，兼容性強(qiáng)。

（2）適用于簡單的數(shù)據(jù)格式設(shè)計(jì)，且本翻譯系統(tǒng)無需設(shè)定復(fù)雜的數(shù)據(jù)完整性，安全性與約束性。

采用Mensoft Mongolian IME2012蒙古文輸入法輸入蒙古文的原因是：

（1）支持國際通用編碼；

（2）將多種文字集成為一體（包括傳統(tǒng)蒙古文，回鶻蒙古文，滿文等）為一體的音碼智能輸入法，具有較強(qiáng)的集成編碼轉(zhuǎn)換工具；

（3）鍵盤布局實(shí)現(xiàn)了字母拼寫一音一鍵的計(jì)算機(jī)輸入目標(biāo)；

（4）解決了有些蒙古文字用語言拼寫方法編碼的難題，如一字多型，多字同型文字的編碼等；

（5）輸入法具有較強(qiáng)的智能性，大大的提高了輸入速度，并且支持在蒙古文輸入法狀態(tài)下回車輸入英文；

（6）將字體清晰度做了進(jìn)一步改進(jìn)，并且在舊版本（2008版）的基礎(chǔ)上擴(kuò)大了字體庫。

1.3 MensoftIME2012蒙古文輸入法與蒙古字體

蒙古文輸入法的安裝：

第一步：雙擊執(zhí)行安裝包MensoftIME2012（可從網(wǎng)上免費(fèi)下載），出現(xiàn)安裝首頁界面。

第二步：點(diǎn)擊“”按鈕這時(shí)會(huì)彈出許可協(xié)議窗口。

第三步：認(rèn)真閱讀完協(xié)議后，選擇“”項(xiàng)表示同意協(xié)議，之后點(diǎn)擊界面上的“”按鈕繼續(xù)安裝會(huì)彈出安裝窗口。

第四步：點(diǎn)擊“”按鈕會(huì)繼續(xù)安裝，將出現(xiàn)安裝結(jié)束窗口。

第五步：點(diǎn)擊“”按鈕將會(huì)完成安裝過程，點(diǎn)擊任務(wù)欄中的輸入法欄將會(huì)看到Mensoft Mongolian IME2012蒙古文輸入法。

第六步：第一次啟動(dòng)輸入法時(shí)，系統(tǒng)將會(huì)自動(dòng)彈出注冊(cè)界面。通過界面上的聯(lián)系方式獲得注冊(cè)碼，輸入注冊(cè)碼單擊“確定注冊(cè)”按鈕后便可正常使用輸入法。

2 蒙古文輸入法的使用

2.1 鍵盤布局

Mensoft Mongolian IME2012蒙古文輸入法的鍵位布局合理、易于掌握，其字母、符號(hào)布局如圖1所示。

2.2 蒙古文字的拼寫輸入

（1）蒙古文的基本輸入規(guī)則。由于蒙古文字中的部分發(fā)音與漢語拼音、英文字母的發(fā)音一樣或者相似相近，所以設(shè)計(jì)鍵盤布局時(shí)將發(fā)音相似或相近的字母放在了相應(yīng)的鍵位上，例如：（發(fā)音為“和”）在“h”鍵上；（發(fā)音為“啊”）在“a”。有些特殊的蒙古文字母根據(jù)其使用頻率放在了相應(yīng)的鍵位上，例如：在“c”鍵上；在“v”鍵上；多變體附加成（Tinyilgal，為介詞）放在數(shù)字鍵上，例如：在“1”鍵上選2，如圖2所示。

例：輸入，首先輸入的編碼“abv”將會(huì)出現(xiàn)如圖界面，選“1”或按空格鍵輸入后系統(tǒng)將會(huì)智能自動(dòng)的彈出介詞的輸入界面，如圖所示，選“1”或按空格鍵輸入，之后再輸入編碼“haira”選“1”或按空格鍵可輸入，如圖2所示。

（2）高效輸入規(guī)則。高效輸入的規(guī)則是只輸入文字每個(gè)音節(jié)的首字母，省略其余字母的輸入。

例如：的輸入，可編碼為“abn”，如圖所示。但存在排位靠后或不在本候選頁需翻頁的問題，這時(shí)可補(bǔ)充編碼“a”，既輸入“abna”時(shí)的排位可為第一，如圖3所示。

（3）英文的快速輸入。由于Mensoft Mongolian IME2012蒙古文輸入法支持在蒙古文輸入法狀態(tài)下回車輸入英文，所以不需要頻繁的進(jìn)行輸入法的切換，可以直接在蒙文輸入法的平臺(tái)下輸入英文。

（4）一字多型文字與多字同型文字的輸入。

2.3 字體的使用

字體Mensoft 是Mensoft Mongolian IME2012蒙古文輸入法的攜帶字體，使用時(shí)從字體庫中選擇即可，

2.3.1 雙語語料庫的格式設(shè)計(jì)

語料庫的數(shù)據(jù)格式設(shè)計(jì)較為簡單，無需定義復(fù)雜的數(shù)據(jù)字段以及數(shù)據(jù)的約束、安全性與完整性，只需定義相互對(duì)齊的英語句子字段和蒙古語句子字段即可。如圖4所示。

2.3.2 單詞、短語和句子的輸入整理

由于本翻譯系統(tǒng)采用的翻譯規(guī)則是基于統(tǒng)計(jì)的翻譯模型，所以在整理語料輸入時(shí)遵循以下原則：

（1）覆蓋面要全面，避免遺漏語料；

（2）無需單獨(dú)輸入單詞與短語，只輸入所有句子，句子中應(yīng)包含所有單詞與短語；

（3）沒有在句子中出現(xiàn)的單詞與短語需單獨(dú)列出輸入；

（4）輸入在教材中出現(xiàn)，但不屬教學(xué)內(nèi)容的語料，如：Read aloud，Look and tick，Listen and colour等。

參考文獻(xiàn)

[1]趙鐵軍.機(jī)器翻譯原理[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2000.

[2]姚天順.自然語言理解[M].北京：清華大學(xué)出版社，1998.

[3]清格爾泰.現(xiàn)代蒙古語語法[M].呼和浩特：內(nèi)蒙古人民出版社，1992.

[4]馮志偉.自然語言機(jī)器翻譯新論[M].北京：語文出版社，1994.

[5]敖其爾.從英文到蒙文的機(jī)器翻譯[J].內(nèi)蒙古大學(xué)學(xué)報(bào)（哲學(xué)版），1988（03）：39-50.

[6]力提甫·托乎提.維吾爾語及其他阿爾泰語言的生成句法研究[M].北京：民族出版社，2001.

作者單位

內(nèi)蒙古師范大學(xué)青年政治學(xué)院 內(nèi)蒙古自治區(qū)呼和浩特市 010051