生成语法理论对机器翻译的影响

第14章　语言研究的脑信息学视角：机器翻译

如果说词的翻译是机器翻译在人机对话的初级表现形式，那么进行复杂的句法分析，提高机器对句子的理解力则是机器翻译的高级表现形式，它是机器翻译的根本。

自从计算语言学问世以来，语言学家对句法规则的研究便成为计算语言学家关注的焦点。这个时期开发的机器系统在翻译质量上有了质的飞跃：如法国格勒布尔理科医科大学应用数学研究所(IMAG)自动翻译中心(CETA)的机器翻译系统，其中的翻译软件ATEF和ROBRA都能接受对原语单词的词法分析；ROBRA软件在翻译时还能实现句法结构的转换及句法的生成；SYGMOR软件则能先使译文的句法生成以字符链的形式重新输入，然后再提供译文。

而Chomsky创建的生成语法(Generative Grammar)理论则在很大程度上为机器翻译发生质的飞跃作出了贡献。

生成语法又叫生成语言学(Generative Linguistics)、形式语言学(Formal Linguistics)，是对自然语言的形式描述。在Chomsky看来，人类语言的外在表述形式虽然千姿百态，但在其底层则无一例外地表现出相同的模式，无论它发生怎样的变化，都始终遵循着人类语言特有的普遍原则(普遍语法)，区别仅在于其中的参数不同罢了。因此，从理论上讲，找出各语言间的通用规则，将自然语言中的有限用法投入到无限的使用中去，就能扫清因语言不通而产生的交际障碍。在这一思想理念指导下，Chomsky把对自然语言的解释提升到用形式化描述的高度，认为自然语言的语法就是"对程序设计语言的详细说明"，而符号串就是程序。这样，自然语言和程序设计语言就被置于同一个平面上来，从而为自然语言的程序化设计奠定了认识基础。

Chomsky的自然语言思想学说深受计算机语言学者的宠爱，因为将自然语言进行形式化描述符合计算语言学的发展。在Chomsky自然语言思想的影响下，一批机器翻译研究者开始密切关注Chomsky的生成语言学理论，其中，最受关注的则是上下文无关文法。上下文无关文法是指"语法中改写规则的左部是一个孤零零的非终极符号，这个非终极符号在改写规则中与上下文没有关系"独立的非终极符合S或A，右边都是不同于fy的符号串，因而它是个上下文无关文法。" class="calibre11">^[1](冯志伟，2008)。

生成语法中的短语语类改写规则也对机器翻译产生重要影响。

我们在第八章详细介绍了Chomsky的短语语类规则。按照这一规则，句子S可以改写为名词短语NP+动词短语VP，NP又可以改写为D+N，VP可以改写为V+NP，其改写式如下：

(2)a. S→NP VP

b. NP→D N

c. VP→V NP

句法结构的演绎操作如同代数式的代入操作一样。如果以(2a)为基础，将(2b)与(2c)依次代入(2a)，就会得(3b-d)。

(3)a. S→NP VP

b. S→D N VP

c. S→D N V NP

d. S→D N V D N

如果将含有对应结构的句子"The boy loves the girl"代入(3)，就会得(4)。

(4)The boy loves the girl．

将(4)以树形图展示就会得(5)。

（5）

注释

[1]冯志伟曾就Chomsky的上下文无关语法进行过如下描述：

设G={V_N， V_T， S， P}，如果某个结构树符合以下条件，它就是上下文无关语法G的推导树：

(i)每一个节点都有一个标记，这个标记是V中的符号；

(ii)其根标记是S;

(iii)如果节点n至少有一个不同于其本身的后代，并有标记A，那么，A必定是V_N中的符号；

(iv)如果节点n₁， n₂，…，n_k是节点n的直系后裔，从左向右排列，其标记分别是A₁， A₂， …，A_k，那么，"A→ A₁A₂…A_k"一定是P中的改写规则。

G={VN， VT， S， P}

VN={A，S}

VT={a， b}

S={S}

P: S→ aAS

A→ SbA

S→a

A→ba

由于上述四个改写规则的左边都是一个独立的非终极符合S或A，右边都是不同于fy的符号串，因而它是个上下文无关文法。