Ứng dụng văn phạm liên kết trong dịch máy Việt – Anh
Dịch máy là lĩnh vực đang rất được quan tâm do
nhu cầu chuyển ngữ một số lượng lớn văn bản trong
thời gian nhanh nhất. Lịch sử phát triển dịch máy đã
nhắc đến nhiều phương pháp khác nhau: dịch trực tiếp
từng từ, dịch dựa trên luật, dịch máy đa ngôn ngữ,
dịch máy thống kê, dịch máy dựa trên ví dụ, dịch máy
theo ngữ nghĩa đệ quy tối thiểu, dịch dựa trên ràng
buộc.
Hiện nay ở Việt Nam đã tồn tại một số hệ thống
dịch máy như: EVtran - VEtran của Nacentech [9],
Vietgle của Lạc Việt, EVTS của Đại học Công nghệ -
ĐHQG Hà Nội [13], Google Translation của Google,
hệ thống dịch của Đại học Bách khoa - ĐHQG TP Hồ
Chí Minh [21], hệ thống dịch dựa trên việc học luật
chuyển đổi của Đại học Khoa học Tự nhiên - ĐHQG
TP Hồ Chí Minh [8]. Các hệ thống kể trên chủ yếu là
hệ thống dịch Anh - Việt để tận dụng nguồn tài
nguyên ngôn ngữ phong phú của Tiếng Anh. Số lượng
hệ thống dịch Việt - Anh ít hơn nhiều: chỉ có hai hệ
thống nổi bật là VEtran dựa trên luật và Google
Translation theo cách tiếp cận thống kê.
Do tài nguyên phục vụ cho dịch máy liên quan đến
Tiếng Việt không nhiều, cách tiếp cận dựa trên luật
vẫn được phổ biến nhất ở Việt Nam, đặc biệt là trong
dịch máy Việt - Anh.
Mô hình văn phạm liên kết do D. Sleator và D.
Temperley đưa ra [19] là mô hình hình thức theo kiểu
phụ thuộc. Văn phạm không chứa tập ký hiệu không
kết thúc nên kết quả phân tích cú pháp gọn nhẹ hơn
cây ngữ cấu. Do đặc điểm hoàn toàn từ vựng hóa, văn
phạm liên kết không chỉ mô tả cú pháp mà còn mô tả
từ pháp của ngôn ngữ. Do vậy mô hình văn phạm liên
kết cho phép biểu diễn nhiều hiện tượng đặc biệt chỉ
có trong Tiếng Việt. Ví dụ: thì, thể của động từ, quan
hệ sở hữu ẩn, quan hệ chỉ chất liệu của hai danh từ đi
cạnh nhau, những cụm từ được dùng như đại từ xưng
hô trong Tiếng Việt ("cô ấy", "các bạn"). Những
thông tin này rất hữu ích nếu được sử dụng trong các
hệ thống dịch tự động sang ngôn ngữ khác
Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 - 44 - Abstract: Link grammar is a new model built for Vietnamese. This model is able to specify most of grammatical phenomena and lexical features of Vietnamese in an intuitive mode. In this paper, we discuss the ability to apply the link grammar model to automatic translation from Vietnamese into English. We also present our translation system using Annotated Disjuncts (ADJ). I. ĐẶT VẤN ĐỀ Dịch máy là lĩnh vực đang rất được quan tâm do nhu cầu chuyển ngữ một số lượng lớn văn bản trong thời gian nhanh nhất. Lịch sử phát triển dịch máy đã nhắc đến nhiều phương pháp khác nhau: dịch trực tiếp từng từ, dịch dựa trên luật, dịch máy đa ngôn ngữ, dịch máy thống kê, dịch máy dựa trên ví dụ, dịch máy theo ngữ nghĩa đệ quy tối thiểu, dịch dựa trên ràng buộc... Hiện nay ở Việt Nam đã tồn tại một số hệ thống dịch máy như: EVtran - VEtran của Nacentech [9], Vietgle của Lạc Việt, EVTS của Đại học Công nghệ - ĐHQG Hà Nội [13], Google Translation của Google, hệ thống dịch của Đại học Bách khoa - ĐHQG TP Hồ Chí Minh [21], hệ thống dịch dựa trên việc học luật chuyển đổi của Đại học Khoa học Tự nhiên - ĐHQG TP Hồ Chí Minh [8]. Các hệ thống kể trên chủ yếu là hệ thống dịch Anh - Việt để tận dụng nguồn tài nguyên ngôn ngữ phong phú của Tiếng Anh. Số lượng hệ thống dịch Việt - Anh ít hơn nhiều: chỉ có hai hệ thống nổi bật là VEtran dựa trên luật và Google Translation theo cách tiếp cận thống kê. Do tài nguyên phục vụ cho dịch máy liên quan đến Tiếng Việt không nhiều, cách tiếp cận dựa trên luật vẫn được phổ biến nhất ở Việt Nam, đặc biệt là trong dịch máy Việt - Anh. Mô hình văn phạm liên kết do D. Sleator và D. Temperley đưa ra [19] là mô hình hình thức theo kiểu phụ thuộc. Văn phạm không chứa tập ký hiệu không kết thúc nên kết quả phân tích cú pháp gọn nhẹ hơn cây ngữ cấu. Do đặc điểm hoàn toàn từ vựng hóa, văn phạm liên kết không chỉ mô tả cú pháp mà còn mô tả từ pháp của ngôn ngữ. Do vậy mô hình văn phạm liên kết cho phép biểu diễn nhiều hiện tượng đặc biệt chỉ có trong Tiếng Việt. Ví dụ: thì, thể của động từ, quan hệ sở hữu ẩn, quan hệ chỉ chất liệu của hai danh từ đi cạnh nhau, những cụm từ được dùng như đại từ xưng hô trong Tiếng Việt ("cô ấy", "các bạn")... Những thông tin này rất hữu ích nếu được sử dụng trong các hệ thống dịch tự động sang ngôn ngữ khác. Mô hình văn phạm liên kết đã được ứng dụng để xây dựng các hệ thống dịch từ Tiếng Anh sang các ngôn ngữ châu Âu như Tiếng Đức [24], Nga [23], Thổ Nhĩ Kỳ [22] hay Sanskrit - một ngôn ngữ của Ấn độ [12] dựa trên việc chuyển đổi tương ứng các liên kết giữa hai ngôn ngữ (riêng hệ thống dịch Anh-Nga có kết hợp thống kê). Các hệ thống đó đã đáp ứng khá tốt những biến đổi về hình thái như thì, thể, giống, số, cách. Tuy nhiên, khi ngôn ngữ nguồn và ngôn ngữ đích có sự khác biệt lớn về cú pháp và từ pháp, khó có thể đưa ra những bản dịch có chất lượng. Đó cũng là lý do các hệ thống nói trên chỉ dừng ở mức thử nghiệm cho một tập câu nhỏ. Một hệ thống dịch khác dựa trên văn phạm liên kết là hệ thống dịch của đại Ứng dụng văn phạm liên kết trong dịch máy Việt – Anh Application of Link Grammar Formalism in Vietnamese - English Translation Nguyễn Thị Thu Hương và Lê Ngọc Minh Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 - 45 - học Petronas, Malaysia [1], [2], [3], dịch từ Tiếng Anh sang Tiếng Indonesia. Hệ thống cho phép tra nghĩa từ, biến đổi cú pháp và từ pháp thông qua dạng tuyển có chú giải (Annotated Disjunct - ADJ). Hệ thống đã cho kết quả dịch khá tốt sang Tiếng Indonesia - một ngôn ngữ Đông Nam Á cũng chưa có được nguồn tài nguyên phong phú để xử lý tự động như Tiếng Việt. Dựa trên khả năng biểu diễn nhiều hiện tượng cú pháp và từ pháp đặc trưng của Tiếng Việt, chúng tôi đã xây dựng và thử nghiệm hệ thống dịch máy Việt - Anh dựa trên dạng tuyển có chú giải. Đây là một hệ thống dịch máy dựa trên luật với mục đích minh họa các chức năng biểu diễn Tiếng Việt của mô hình văn phạm liên kết. Hệ thống cho phép dịch các cụm từ Tiếng Việt một cách mềm dẻo hơn các hệ thống dịch khác. Với tập mẫu thử nghiệm, hiệu quả đạt được của hệ thống không thua kém các hệ thống dịch máy khác, trong khi tập luật chuyển đổi của hệ thống lại khá nhỏ gọn. Trong các mục sau đây, chúng tôi trình bày một số khái niệm về mô hình văn phạm liên kết, dạng tuyển có chú giải và giới thiệu hệ thống dịch do chúng tôi xây dựng. II. VĂN PHẠM LIÊN KẾT Văn phạm liên kết bao gồm một tập các từ, mỗi từ có một yêu cầu liên kết. Một câu được định nghĩa bởi văn phạm nếu tồn tại một cách để vẽ các cung (liên kết) phía trên các từ thoả mãn 5 điều kiện về tính phẳng, tính liên thông, tính thoả mãn, tính thứ tự, tính loại trừ [19]. Những yêu cầu liên kết được lưu trữ trong một từ điển. Từ điển chứa các công thức liên kết như trong bảng 1 dưới đây: Bảng 1. Công thức liên kết của các từ Từ Công thức tôi SV+ yêu SV- & {O+} cô, bà, anh SV+ or O- & {NtPd+} ấy, đó, ta {NtPd-} Với việc tra cứu trên từ điển và khử nhập nhằng (nếu cần), bộ phân tích cú pháp cho kêt quả phân tích câu "tôi yêu cô ấy" như trong hình 1. Định nghĩa hình thức của văn phạm liên kết được nêu trong [6]. Hình 1. Phân tích câu "tôi yêu cô ấy” Văn phạm liên kết được xếp vào dòng phụ thuộc vì cũng biểu diễn mối liên hệ trực tiếp giữa các từ trong câu. Tuy nhiên văn phạm liên kết có một số điểm khác biệt: • Liên kết không định hướng, không có khái niệm cai trị - phụ thuộc. • Liên kết có nhãn. Điều này không bắt buộc trong văn phạm phụ thuộc. • Văn phạm liên kết cho phép chu trình nên có thể biểu diễn đồng thời liên kết cú pháp và ngữ nghĩa giữa các từ. • Tính phẳng của liên kết, thực chất là tính xạ ảnh trong văn phạm phụ thuộc, đòi hỏi các cung biểu diễn liên kết trong một câu không giao nhau khi vẽ trên các từ. Với yêu cầu tính phẳng, một số quan hệ từ không lân cận có thể không biểu diễn được trong mô hình văn phạm liên kết. Ví dụ, trong câu “Cái áo này, dù rất đắt, tôi vẫn mua”, sau khi vẽ liên kết giữa danh từ “áo” với tính từ “đắt” và động từ “mua”, sẽ không thể vẽ liên kết giữa từ “dù” với dấu phảy mà vẫn đảm bảo tính phẳng. Tồn tại những văn phạm phụ thuộc không có tính xạ ảnh, nhưng tính phẳng là bắt buộc trong văn phạm liên kết. Rất may, những câu như trong ví dụ trên không thường gặp trong thực tế. Dạng tuyển Để dễ dàng xử lý tự động, công thức trong từ điển được chuyển thành các dạng tuyển (disjunct). Một dạng tuyển bao gồm hai danh sách có thứ tự của các tên liên kết: danh sách liên kết bên trái và danh sách Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 - 46 - liên kết bên phải, được ký hiệu là ((L1, L2,, Lm) (Rn, Rn-1,, R1)), trong đó L1, L2,, Lm là các kết nối về phía trái và Rn, Rn-1,, R1 là các kết nối về phía phải. Ví dụ, ((SV) ()) và ((O) (NPd)) là các dạng tuyển của từ "cô" trong từ điển được nêu ở trên. Khi phân tích cú pháp, thay vì phân tích công thức liên kết, bộ phân tích cú pháp liên kết tìm ra cách tổ hợp các dạng tuyển của mỗi từ trong câu thỏa mãn các yêu cầu liên kết. Kết quả phân tích cú pháp của một câu sẽ chứa những dạng tuyển thỏa mãn các yêu cầu liên kết của câu đó, chẳng hạn, kết quả phân tích câu "tôi yêu cô ấy" sẽ như sau: (tôi, (()(SV))) (yêu, ((SV)(O))) (cô, ((O)(NtPd))) (ấy,((NtPd)())) III. DẠNG TUYỂN CÓ CHÚ GIẢI Dạng tuyển có chú giải (Annotated Disjunct, viết tắt là ADJ) lưu trữ nghĩa của một từ khi đi với dạng tuyển nào đó. Ví dụ, từ "cô" với dạng tuyển ((O) (NtPd)) sẽ có nghĩa là "her", trong khi đi với dạng tuyển(()(NtPd,SV)) có nghĩa là "she", còn đi với (()(SHA)) từ đó lại có nghĩa là "aunt" Dạng tuyển có chú giải là một tổ hợp bao gồm (<từ nguồn>,,) trong đó dạng tuyển thuộc về từ nguồn. Từ đích là nghĩa của từ nguồn trong ngôn ngữ đích khi đi với dạng tuyển tương ứng. Trong hệ thống dịch Việt Anh, các dạng tuyển có chú giải của câu "tôi yêu cô ấy" sẽ là (tôi, I,(()(SV))) (yêu, love, ((SV)(O))) (cô, her, ((O)(NtPd))) (ấy,!,((NtPd)())) (Dấu ! đại diện cho xâu rỗng, chỉ ra từ sẽ bị xóa khi dịch). Từ điển ADJ sẽ tập hợp tất cả các ADJ của ngôn ngữ. Về nguyên tắc, từ điển ADJ phải bao gồm các bộ ba: từ, dạng tuyển và nghĩa của từ trong Tiếng Anh khi sử dụng với dạng tuyển tương ứng. Tuy nhiên, số dạng tuyển của mỗi từ là rất lớn. Khi từ điển song ngữ đã gồm gần 100.000 mục từ, mỗi mục từ đó lại được gắn với mọi dạng tuyển của từ nguồn, kích cỡ của từ điển ADJ sẽ vô cùng lớn. Để giảm kích cỡ, tử điển ADJ được xây dựng từ từ điển văn phạm liên kết, chú giải thêm nghĩa Tiếng Anh của từ bên cạnh công thức. Để làm được như vậy, từ điển văn phạm liên kết được xây dựng và chỉnh sửa theo hướng mỗi công thức chỉ thể hiện một cách sử dụng của từ. Từ điển ADJ cũng được dùng thay cho từ điển văn phạm liên kết trong giai đoạn phân tích cú pháp. Dưới đây là ví dụ một số mục từ trong từ điển ADJ: bởi_vì,vì because: (GT_DT+ or CL+) & {PH+} & (EV- or (CO+ or QHT+)) sở_dĩ ! là_do,là_vì because rằng that: R- & CL+ /verb.transitive.trans: ((({TĐT1-} & {TĐT2_1-} & {RpVt- or RtVt- or RfVt- or RhVt-} & {TĐT4-}) or TT_ĐT- or ({TT_ĐT-} & TĐT5-)) & {DT_ĐT- or ĐT_ĐT- or THI_ĐT- or LT_ĐT- or BI-} & {ĐT_XONG+} & {ĐT_DT+} & {ĐT_TT+} & {ĐT_GT+} & {ĐT_LT+} & {THT- or THS+} & ({EV+} & {SDT5- or CL-} & {CO-})) or ({DT_ĐT-} & BI-) Chú ý rằng trong từ điển trên, mục /verb.transitive.trans là mục chứa công thức liên kết của các động từ ngoại động (trừ một số ngoại lệ có công thức liên kết riêng) nên được liên kết với một từ điển song ngữ con chứa nghĩa của từng động từ với công thức liên kết đã nêu. Ví dụ: a_tòng act_as_an_accomplice_to a_tòng imitate am_hiểu know_well am_hiểu realize an_bài predestine an_bài preordain IV. SO SÁNH HAI NGÔN NGỮ VIỆT - ANH Sự khác biệt giữa Tiếng Việt và Tiếng Anh là không nhỏ. Đó là sự khác biệt giữa một ngôn ngữ phương Đông và một ngôn ngữ phương Tây. Theo Đinh Điền [7], do bị ảnh hưởng của văn hoá phương Đông – nền văn hoá thiên về âm tính, nên trong ngôn ngữ, ngữ pháp Tiếng Việt có tính linh động cao, chứ không chặt chẽ (chia thì, thể, sự phù hợp về giống, số, cách ...) Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 - 47 - như ngữ pháp phương Tây. Tiếng Anh không quá chặt chẽ về ngữ pháp như Tiếng Nga, nhưng cũng yêu cầu biến đổi nhiều về hình thái. Theo Nguyễn Phương Thái và Shimazu [20], hai khác biệt quan trọng nhất giữa Tiếng Việt và Tiếng Anh mà hệ thống dịch máy cần giải quyết là: khác biệt về hình thái và khác biệt về trật tự từ. Khác biệt hình thái Theo phân loại về ngôn ngữ của Stankevich được nhắc đến trong [18], Tiếng Việt được xếp vào loại ngôn ngữ phân tích (đơn) hay còn gọi là loại hình phi hình thái với đặc điểm: Trong hoạt động ngôn ngữ, từ không biến đổi hình thái, ý nghĩa ngữ pháp nằm ở ngoài từ [7]. Tiếng Anh là ngôn ngữ thuộc loại hình phân tích ở mức độ vừa phải, thiên về loại hình tổng hợp nhiều hơn, biến đổi hình thái theo thì thể, giống, số... Những khác biệt về hình thái chủ yếu giữa Tiếng Việt và Tiếng Anh thể hiện ở: số của danh từ, chia động từ, quan hệ sở hữu, tính từ so sánh, tính từ làm vị ngữ, danh từ chỉ loại... Ngoài ra, còn một số vấn đề cần xử lý đặc biệt, ví dụ: Đại từ xưng hô: Có thể nói việc xưng hô trong Tiếng Việt thuộc loại phức tạp nhất thế giới, trong khi số lượng đại từ xưng hô trong Tiếng Anh là khá nhỏ, liên hệ chặt chẽ với cấu trúc ngữ pháp. Do vậy một đại từ xưng hô Tiếng Anh có thể tương ứng với khá nhiều đại từ xưng hô và các cụm từ có vai trò như đại từ xưng hô trong Tiếng Việt. Ví dụ, đại từ “they” Tiếng Anh có thể là bản dịch của “các anh ấy”, “các cô ấy”, “chúng nó”, “bọn chúng”, “chúng”, “bọn nó”, “họ”. Không phải tất cả các từ này đều xuất hiện trong từ điển Tiếng Việt như những mục từ riêng biệt mà chúng được coi là những cụm từ. Động từ “đi”: Trong Tiếng Việt, động từ đi có thể dùng với động từ khác như “đi học”, “đi chơi”, “đi bơi”... Khi dịch sang Tiếng Anh, để bản dịch sát với thực tế sử dụng, cần có một cách thức chuyển đổi riêng cho trường hợp đặc biệt này. Do đặc điểm từ vựng hóa hoàn toàn của văn phạm liên kết, những dấu hiệu liên quan đến các hiện tượng nói trên đều có thể nhận biết được qua các công thức liên kết. Điều đó cho phép xây dựng các luật chuyển đổi như trong mục V. Khác biệt về trật tự từ Theo [7], cả Tiếng Anh và Tiếng Việt đều cùng loại hình S – V – O, cùng giống nhau về trật tự từ ở phần định từ (determiner), mạo từ (article) và giới ngữ (prepositional phrase) sau danh từ. Tuy nhiên, những khác biệt nổi bật về trật tự từ giữa Tiếng Việt và Tiếng Anh có thể liệt kê dưới đây. Trật tự trong cụm danh từ-tính từ Trong Tiếng Anh, tính từ luôn đứng trước danh từ trong khi ở Tiếng Việt danh từ lại đứng trước tính từ. Hình 2 dưới đây minh họa việc sắp xếp lại trật tự tự từ trong trường hợp này: Hình 2. Sắp xếp lại trật tự từ Khi câu “tôi mua một chiếc ví đỏ” được áp dụng luật dịch, kết quả trả ra là “I buy a red wallet”. Ở câu đích, tính từ “red” đứng trước danh từ "wallet". Điều này là kết quả của việc từ “ví” ở vị trí thứ 4 trong câu nguồn đã được ánh xạ thành từ “wallet” ở vị trí thứ 5 trong câu đích, trong khi từ “đỏ” ở vị trí thứ 5 trong câu nguồn thì được ánh xạ thành từ “red” ở vị trí thứ 4. Việc thay đổi trật tự cho cụm hai, ba tính từ đi sau danh từ cũng tương tự như vậy. Chú ý rằng vị trí nói đến ở đây là vị trí tương đối giữa các từ được nhắc đến trong luật. Giữa chúng có thể tồn tại các từ khác. Xét ví dụ "cô gái nhỏ rất xinh", hệ thống dịch cần thay đổi vị trí các từ "cô gái", "nhỏ", "xinh", từ "rất" luôn phải giữ vị trí đứng ngay trước từ "xinh". Bản dịch Tiếng Anh của câu này cần phải là "very pretty little girl". Văn phạm liên kết cho phép kết nối hai từ không liền Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 - 48 - kề nên việc thể hiện những luật chuyển đổi trật tự từ khá thuận tiện. Trật tự câu nghi vấn, câu nghi vấn – phủ định Dạng câu hỏi thường dùng nhất trong Tiếng Việt liên quan đến từ (cụm từ) để hỏi, ví dụ “tại sao”, “ai”, “như thế nào”. Các từ này thường ở đầu hoặc cuối câu. Trong dạng câu hỏi “wh” Tiếng Anh, từ để hỏi luôn luôn đứng trước. Do vậy cần biến đổi trật tự từ cùng với một số biến đổi khác. Ngoài ra cũng có một số trường hợp cần thay đổi trật tự từ như trong câu chứa phụ từ chỉ tần suất, câu dùng sở hữu cách... Trật tự từ không lân cận: là sự phụ thuộc được xác lập giữa các từ cách nhau một khoảng nhất định. Phụ thuộc dạng này có thể do “khoảng trống” (gap) tạo nên bởi sự thay đổi vị trí của từ nào đó, ví dụ “Quà cưới cho cô dâu, tôi đã gửi rồi”, hay trong các câu ghép, câu phức với nhiều mệnh đề như “Cái áo tôi mua hôm qua rất đẹp”. Khi dịch sang Tiếng Anh, để đảm bảo nghĩa của câu, thường phải thay đổi vị trí của từ, nhưng sự thay đổi vị trí cho loại câu này khó có thể biểu diễn một cách đơn giản bằng những luật dịch. Việc phân tích cũng như dịch loại câu này đòi hỏi những phương pháp thống kê, học máy với những bộ ngữ liệu lớn mà chúng tôi chưa có điều kiện xây dựng. Một số dạng câu có thể không biểu diễn được bằng văn phạm liên kết như đã trình bày ở mục 2. V. HỆ THỐNG DỊCH VIỆT ANH SỬ DỤNG ADJ Như vậy, để xây dựng bộ dịch dựa trên dạng tuyển có chú giải, ba vấn đề quan trọng nhất phải giải quyết là 1. Tìm nghĩa từ 2. Chuyển đổi cấu trúc câu 3. Hoàn thiện bản dịch Hình 3 dưới đây mô tả kiến trúc của hệ dịch Việt Anh dựa trên dạng tuyển có chú giải. Sơ đồ kiến trúc cho thấy hệ thống gồm 3 phần chính: • Phần tiền xử lý thực hiện tách từ cho câu đưa vào. Giai đoạn này không gán nhãn từ vì bộ phân tích cú pháp sẽ gán nhãn từ theo liên kết tìm được. Để tách từ, chúng tôi đã sử dụng bộ vnTokenizer của TS Lê Hồng Phương [16]. • Phần phân tích thực hiện phân tích cú pháp bằng bộ phân tích cú pháp liên kết. Đầu ra của quá trình phân tích cú pháp là một phân tích liên kết với cấu trúc đã trình bày ở mục trên. Trong khuôn khổ của bài báo, chúng tôi chưa đề cập vấn đề dịch câu ghép và câu phức nên kết quả nhận được từ bộ phân tích cú pháp là một phân tích liên kết của câu đơn hoặc câu ghép hai mệnh đề có thể phân tích dựa trên liên kết của từ nối. Qua phân tích các liên kết tìm được, hệ thống sẽ xác định các thuộc tính liên quan đến ngôi, số, thì, thể, vv... • Phần tổng hợp cho phép tạo ra bản dịch bao gồm các công việc sau : - Dịch một số cụm từ đặc biệt : "đi học", "bọn chúng nó"... - Tra nghĩa từ theo dạng tuyển trong từ điển ADJ. - Thay đổi hình thái từ dựa trên các thuộc tính tìm được (hiện thực hóa). - Tìm phương án dịch tổng thể tốt nhất. Hình 3. Kiến trúc của hệ thống dịch dựa trên dạng tuyển có chú giải Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 - 49 - VI. XÂY DỰNG BỘ LUẬT DỊCH Như đã mô tả ở trên, hệ thống dịch cần sử dụng ba tập luật liên quan đến các công việc khác nhau: phát hiện thuộc tính, dịch cụm từ, chuyển đổi cấu trúc. Trong phần này chúng tôi mô tả chi tiết các luật điển hình và văn phạm phi ngữ cảnh sinh ra bộ luật. Trong các luật điển hình dưới đây của hệ thống, ký hiệu W1, W2, W3 đại diện cho các từ, D1, D2, D3 chỉ dãy các tên kết nối thuộc danh sách trái hay phải của một dạng tuyển nào đó. Luật phát hiện thuộc tính Thuộc tính ở đây là những thông tin cần được lưu trữ lại cho mỗi từ để biến đổi hình thái thích hợp, ví dụ số nhiều của danh từ, thì, thể của động từ, ngôi của đại từ, loại cấu trúc so sánh (so sánh ngang bằng, so sánh hơn kém, so sánh bậc nhất). Dưới đây là một số ví dụ về luật phát hiện thuộc tính: Luật phát hiện thuộc tính về số nhiều của danh từ: Căn cứ vào kết nối DpNt của những định từ chỉ số nhiều “những”, “các”,”số đông” với danh từ, có thể đưa giá trị PLURAL vào thuộc tính của danh từ liên kết với chúng: W1(D1)(DpNt) W2(DpNt)(D2) → W1’W2’(number = PLURAL) Luật phát hiện thuộc tính thì của động từ: Thì của động từ được thể hiện bằng các liên kết với các phụ từ chỉ thì. Thì quá khứ được thể hiện qua các liên kết RpVt, RpVs, thì tương lai RfVt, RfVs, tiếp diễn RcVt, RcVc, hoàn thành RhVt, RhVc. Các liên kết của thời quá khứ hay tương lai xuất hiện trong phân tích sẽ được xử lý theo các luật nhằm xác định thuộc tính tense cho động từ. Với những thì phức tạp hơn như các thì tiếp diễn hay hoàn thành, không chỉ biến đổi hình thái động từ mà còn thêm từ khác như "to be", "to have", do vậy thuộc tính được xác định giá trị là thuộc tính form. Ví dụ, W1(D1)(RpVt) W2(RpVt)(D2)→ W1’W2’(tense = PAST) W1(D1)(RfVt) *(RfVt)(D2) → W1’W2’(tense = FUTURE) Luật xác định ngôi của đại từ xưng hô: đối với đại từ xưng hô thì không cần căn cứ vào liên kết vì trong Tiếng Việt số lượng đại từ xưng hô là khá nhỏ, do vậy luật căn cứ vào chính giá trị từ và loại của từ để xác định ngôi: tôi[p]→ I(person = FIRST) nó[p] → he (person = THIRD) Ký hiệu [p] trong luật thể hiện loại của từ đứng ngay bên trái. Thông tin này có trong từ điển liên kết. Sau khi xác định được ngôi của đại từ xưng hô, thuộc tính về ngôi phải được lan truyền cho động từ để chia đúng ngôi, đặc biệt là động từ “là” vì động từ “to be” tương ứng chia khác nhau ở tất cả các ngôi thể hiện qua các luật sau: W1(D1)(SV) W2(SV)(D2) → W1’W2’(person = W1’.person) Động từ “là” W1(D1)(DT_LA) W2(DT_LA)(D2) → W1’W2’(person = W1’.person) Luật dịch cụm từ Dịch cụm từ sang đại từ xưng
File đính kèm:
- ung_dung_van_pham_lien_ket_trong_dich_may_viet_anh.pdf