第四章 詞彙對列技術
4.2 遺留字詞的利用
4.2.1 停用詞列表與遺漏詞修補
‧
‧
‧
實際上發現，平行句對的中文句子有一定比例不對｢the｣進行翻譯，如｢You can change a lot of functions with the remote control .｣其中文翻譯可為｢你可以用遙控器改變許多功
能。｣，或是｢你可以用『這個』遙控器改變許多功能。｣。實際上，在這種情況下｢the｣
應該和｢remote control｣合併，並且與中文字詞｢遙控器｣進行對列，結果如 所示。
5 引用自譯典通線上詞典 http://www.dreye.com:8080/axis/ddict.jsp?ver=big5&dod=0102&w=the
表 4.14 英文遺留字詞次數統計
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
36
表 4.15 利用英文遺漏詞進行修補
詞序 1/1 2/2 3/5 4/6 5/6 6/6 7/7 8/3
9/4
10/4 11/4 12/8 英文字詞 you can change a lot of functions with the remote control .原詞還原 function with
詞序 1 2 3 4 5 6 7 8
中文字詞 你 可以 用 遙控器 改變 許多 功能 。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
表 4.16 英文遺漏詞修補失敗範例
英文詞序 1/1 2/2 3/3
4/0
5/0 6/5 7/6英文字詞 When I entered
the
lungshan temple ,中文詞序 1 2 3 4 5 6
中文字詞 當 我 走進 龍山 寺 ，
第二名和第三名的英文字詞為｢to｣和｢a｣，｢a｣的詞性規則與｢the｣相似，一樣可當作 冠 詞 來 使 用 ， 在 此 我 們 沿 用 ｢ the ｣ 的 修 補 方 式 ， 而 ｢ to ｣ 的 詞 性 可 為 介 係 詞 類 別
（preposition）和副詞類別，由於介係詞的用法較為特殊，且語料中的 ｢to｣有時候會被翻 譯成｢去｣，所以我們並不對｢to｣進行修補。而在這有一點要特別提出，在進行修補的過 程中，我們只會將尚未有對應詞序的停用詞進行修補；而倘若右邊的英文字詞經過詞彙 對列之後，本來就無法找到其對應的詞序便維持原狀，以表 4.16 為例。
｢中英都有遺留字詞｣表示我們的詞彙對列模組還不甚完美，依照表 4.10 所表示 ，絕 大多數平行句對都為這種情況，主要是因為我們的詞彙對列模組以辭典為基礎，所以假 若辭典檔內部的資訊量不夠，則表示無法把平行句對中的字詞產生正確的對列。但從另 一方面來想，若其中英文句子確實互為翻譯句，且平行句對並無過多的翻譯潤飾，那我 們便大膽假設這些遺留字詞其實是互為對列的。如同表 4.10 中的例句所表示的，中文句 子的遺留字詞為｢很多｣，英文句子所遺留的字詞為｢a lot of｣，其實應該是互為對列的組 合，但是因為目前手邊的辭典檔，對於 ｢很多｣這個中文字詞，只有如表 4.17 這些翻譯。
儘管我們透過同義詞詞林，依舊無法得到我們所期望的翻譯-｢a lot of｣。
表 4.17 辭典內部不慎完美之資訊
中文字詞 翻譯字詞
很多 /very many/very much/great/
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
因此我們想到了，如何將剩餘字詞重新利用，使詞彙對列更佳的完善。實際上詞彙 對列結束後，｢中英都有遺留字詞｣的組合情況共有四種，如表 4.18 所示。由於我們的模 組主要是以中文字詞當作索引詞，且可以 完成一個中文字詞對應多個英文字詞的對應方 式，所以在這邊除了觀察一個中文字詞與一個英文字詞的配對以外，還刻意將英文句子 中連續的遺留字詞視為一個單位，與中文字詞進行配對。
我們會對中英遺留字詞進行配對，試圖找出互為翻譯的詞對組合，最簡單的配對法 則是一個中文字詞搭配一個英文字詞，如表 4.18 中多對多的例句，我們可以得到＜自助
－Self-arranged＞、＜自助－enables＞、＜使－Self-arranged＞、＜使－enables＞、＜可 以－Self-arranged＞、＜可以－enables＞、＜的－Self-arranged＞和＜的－enables＞共六 種配對結果。但我們詞彙對列的系統，也已經可以處理一個中文字詞對應多個英文字詞 的情況，所以我們一樣也考慮了一對多的情況，在此我們是利用以對應的字詞當作詞組 邊界，例如表 4.18 一對多的例句，原始的情況只有三種組合（＜眼見為憑－Seeing＞、
＜眼見為憑－is＞、＜眼見為憑－believing＞），此時我們將利用詞組邊界來產生＜眼見 為憑－Seeing is believing＞這種一個中文字詞對應多個英文字詞的詞對組合，由 於計算量的關係，我們並不討論 n-gram 的所有可能性。
從 9954 句高中英文平行語料｢中英都有遺留字詞｣的對列結果中，一對多個組合數 有兩萬六千餘組，一對一的組合數則有十一萬五千餘組，在這些組合當中，我們必須過 濾出互為翻譯字詞的詞對組合，因此我們必須透過對列計算來進行篩選，以設立門檻值 來取得正確率較高的新詞對。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
表 4.18 遺留字詞的情況 遺留
字詞 對列結果 遺留
字詞
一對一 我 在 想 她 是 誰 。 想
I am wondering who she is . wondering
一對多 眼見為憑 。 眼見為憑
Seeing is believing . Seeing is
believing 多對一 我們 用 有毒 的 化學 藥品 來 殺死 老鼠 。 的 化學
藥品
We use poisonous chemicals to kill rats . chemicals 多對多 自助 旅行 使 你 可以 遇見 當地 的 人 。 自助 使
可以 的
Self-arranged traveling enables you to meet local people . Self-arranged enables