第四章 語料前處理及近義詞典建置
4.3 英漢動名詞組合對列
4.3.1 英漢辭典合併
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
4.2.3 中文關係樹剖析
與 4.1.3 小節相同，我們使用 Stanford Parser 剖析文句得到關係樹結構，一樣使 用「DIRECT_OBJECT」找出文句中動名詞組合的關係，如上頁表 4.6 所示，「老 師宣告了學生的成績。」一句中，名詞「成績」就是動詞「宣告」的描述對象，
因此這兩個詞彙之間的關係會以「dobj(宣告-2, 成績-6)」這樣的形式標記關係。
有了英文與中文的動名詞組合，我們可以使用查詢辭典的方式，將英文與中文的 動名詞組合翻譯對列，完成我們的英漢動名詞組合資料庫。
4.3 英漢動名詞組合對列
我們已經擁有英文及中文各自的動名詞組合，接下來就要把互為翻譯對照的動名 詞 組 合 對 列 產 生 翻 譯 結 果 。 我 們 使 用 的 方 法 是 基 於 辭 典 資 訊 的 機 器 翻 譯 (dictionary-based machine translation) ，採用的英漢辭典有兩部，分別為牛津現代 英漢雙解詞典[4]與 Dr.eye 譯典通線上字典[5]。但是只依靠英漢辭典的資訊是不 足夠的，因為英漢辭典所列出與英文詞彙對應的中文翻譯詞彙有限；為了找尋更 多與英文詞彙對應的中文翻譯詞彙，我們另外使用了一詞泛讀[21]及 E-HowNet [6]建立近義詞典，擴充我們的英漢詞彙對應，幫助英漢動名詞組合對列。4.3.1 小節為合併英漢辭典，4.3.2 說明近義詞典的建置過程。
4.3.1
英漢辭典合併本研究使用兩部辭典，分別為牛津現代英漢雙解詞典（以下簡稱牛津詞典）與 Dr.eye 譯典通線上字典（以下簡稱譯典通字典）。如果查閱辭典的內容，英文詞 彙的中文翻譯約略可以分為兩種翻譯情形：第一種為與英文詞彙相等對應的中文
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
詞彙，即為同一種意義的事物在不同語言中的詞彙使用對照，例如：「egg」與「蛋」
的相等對應關係），這樣的詞彙本研究稱之為「對應詞彙」；第二種則為以中文片 語解釋該英文詞彙的意義，是屬於語意上的理解說明，例如：「effusion」與「（尤 指無約束的）思想和感情的流露；抒發感情」的註釋關係。我們需要英漢翻譯的 詞彙可由第一種相等詞彙對應關係取得，第二種註釋關係的內容屬於語意解釋，
主體對象為人類，因此不列入我們使用基於辭典資訊的機器翻譯方法。
4.3.1.1
牛津現代英漢雙解詞典在牛津詞典中，並非每個英文詞彙都列有中文對應詞彙，中文翻譯部分亦混雜著 兩種翻譯情形，辭典中的例句也一併出現於中文翻譯部分，而且沒有明顯的規則 可以直接取出英文詞彙的中文相等詞彙。為了解決這個問題，我們將英文詞彙的 中文翻譯根據標點符號為分割單位，分列出許多的中文候選字串。我們設定了門 檻值：如果候選字串的長度不超過四個字，我們認為該字串是為中文對應詞彙的 機會較大，予以保留；如果候選字串的長度過長，我們相信該字串屬於第二種語 意說明的中文解釋的機會較大，便予以剔除。
表 4.7 牛津字典內容範例 英文詞彙：confusion
中文對應詞彙 辭典中的語意解釋或例句
迷亂；惶惑 gazing in confusion at the strange sight 惶惑地凝視著這種奇怪的景象
混亂；雜亂 Her unexpected arrival threw us into total confusion.
她來得很突然，使我們完全不知所措。
混淆；混同 There has been some confusion of names.
有些名字弄混了。
不確定狀態
There is some confusion about what the right procedure should be.
對應該採取怎樣的步驟這一點還不太明確。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
牛津詞典含有 39178 個英文詞彙，本研究依上述的規則運作，總共得到了 26896 個英文詞彙含有中文對應詞彙。見上頁表 4.7，以英文詞彙「confusion」
為例，最後我們抽取出「迷亂、惶惑、混亂、雜亂、混淆及混同」作為我們的中 文翻譯詞彙，最後一個候選字串「不確定狀態」因為長度超過四個字因此不列入 中文對應詞彙內。
4.3.1.2
Dr.eye 譯典通線上字典譯典通字典含有 106276 個英文詞彙，而且由 XML[19]格式撰寫而成，因此可以 由格式標記取得英文詞彙的中文翻譯部分，不會採取到例句的部分；但是中文的 翻譯部分仍然有上述的兩種翻譯情形，因此與牛津詞典相同，使用標點符號為分 割單位來切割字串。由於譯典通字典的中文翻譯部分不含有例句，因此我們將詞 彙的詞長條件放寬，將不超過五個字的候選字串視為中文對應詞彙，超出五個字 的字串則視為語意解釋，不列入採用。我們一樣使用英文詞彙「confusion」作範 例，表 4.8 中的「混亂、騷動、混亂狀況、混淆、困惑及慌亂」即是被我們認為 的中文對應詞彙。字典中的十萬個英文詞彙，其中有 88507 個英文詞彙具有中文 對應詞彙。
表 4.8 譯典通字典內容範例 英文詞彙：confusion
中文對應詞彙 辭典中的例句
混亂；騷動；
混亂狀況
The room was in a state of confusion.
房間一片雜亂。
混淆 You can avoid confusion by speaking clearly.
你說得清楚些，這樣可以避免誤解。
困惑；慌亂 The old woman looked at him in confusion.
老婦人用迷茫的目光打量著他。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
表 4.9 合併字典範例 英文詞彙：confusion
辭典 辭典中的中文翻譯詞彙
牛津詞典 迷亂、惶惑、混亂、雜亂、混淆、混同 譯典通字典 混亂、騷動、混亂狀況、混淆、困惑、慌亂
英漢合併字典 混亂、混亂狀況、騷動、混淆、困惑、慌亂、迷亂、惶惑、
雜亂、混同
4.3.1.3
合併牛津詞典及譯典通字典由上頁表 4.8 可知，不同辭典對於英文詞彙所定義的中文對應詞彙並不完全相 同；因此本研究將牛津詞典和譯典通字典的中文對應詞彙合併，以增加英文詞彙 的中文對應詞彙數目，如表 4.9 所示。經合併之後，本研究的「英漢合併字典」
總共含有 99805 個英文詞彙。