序言

前言

第一篇 汉英体转换规则

 第1章 体研究综述

1.1 概念和理论简介

1.1.1 体概念

1.1.2 体理论

1.2 英语体系统

1.2.1 Comrie的英语体系统

1.2.2 01sen的英语语法体系统

1.2.3 小结

1.3 汉语体研究

1.3.1 汉语体定义

1.3.2 汉语体理论

1.3.3 汉语体系统

1.3.4 汉语体标记“着”“了”研究

1.3.5 小结

1.4 语言间的体映射研究

1.5 体变异与时间状语之关系

1.5.1 英语体变异与时间状语之关系

1.5.2 汉语体与时间状语之关系

1.5.3 小结

1.6 第1章小结

 第2章 汉英体转换规则的构建

2.1 汉英对应的体系统

2.1.1 理论依据和标准

2.1.2 汉英对应的体系统

2.1.3 小结

2.2 汉英平行语料库

2.2.1 检索工具

2.2.2 语料库构建方法

2.2.3 汉英体对应总语料库

2.2.4 汉英体对应子语料库

2.2.5 小结

2.3 汉语体派生原则

2.3.1 原型范畴理论

2.3.2 语料库的例证

2.3.3 汉语体派生原则

2.3.4 汉语体派生原因

2.3.5 汉语体派生的语义条件

2.3.6 小结

2.4 汉英体转换规则

2.4.1 “着”汉英转换规则

2.4.2 “了”汉英转换规则

2.5 第2章小结

第二篇 汉英体转换规则的形式化

 第3章 “着”规则的形式化

3.1 “着”规则语义关系描述

3.2 形式化规则

3.2.1 “活动动词+着”

3.2.2 “结果状态动词+着”

 第4章 “了”规则的形式化

4.1 “了”规则语义关系描述

4.2 形式化规则

4.2.1 “了”结果未完整体

4.2.2 “了”完整体

4.2.3 进行体

4.2.4 完成体

4.2.5 完成进行体

4.3 第二篇小结

第三篇 汉英体转换规则的测试研究

 第5章 相关研究

5.1 汉英体机器翻译和研究现状

5.2 自然语言处理研究

5.3 “着”英译规则和“了”英译规则

 第6章 “着”规则测试

6.1 采用118方法测试“着”规则

6.1.1 相关研究

6.1.2 “着”规则构建和测试实验

6.1.3 测试结果

6.1.4 测试结果分析

6.1.5 小结

6.2 运用四种机器学习方法测试“着”规则

6.2.1 测试结果

6.2.2 四种算法测试结果总结

6.2.3 结果分析与讨论

6.2.4 多种翻译句子的影响

6.2.5 小结

6.3 “着”规则特征筛选研究

6.3.1 研究问题

6.3.2 优化意义

6.3.3 本节结构

6.3.4 优化方法

6.3.5 小结

6.4 第6章小结

 第7章 “了”规则测试

7.1 体标记“了”的意义

7.2 词汇体特征对“了”规则的分类测试研究

7.2.1 测试目的

7.2.2 测试方法

7.2.3 评测系统

7.2.4 评测结果

7.2.5 小结

7.3 高阶的有权重的脊回归方法处理“了”规则

7.3.1 测试方法

7.3.2 测试评价

7.3.3 评测结果和分析

7.3.4 小结

7.4 “了”规则特征筛选研究

7.4.1 筛选目的

7.4.2 筛选准备

7.4.3 测试实验

7.4.4 结果分析与讨论

7.4.5 小结

7.5 第7章小结

 第8章 全书总结

8.1 主要内容

8.2 主要贡献

8.3 进一步研究目标

参考文献

附录

附录1 PATR语法规则

附录2 特征的虚拟变量表示

附录3 描述性数据和线形回归拟合结果

附录4 选择性模型线形回归的拟合结果

后记

瞿云华编写的《基于双语语料库的汉英体转换规则的形式研究(精)》采用计算语言学和语料库语言学的方法来研究“体”，提出了一套分类与语法意义基本统一的汉英对应的体系统(aspect svstem)，构建了具有1万多对做了体标注的汉英双语平行语料库，提出了汉语体的派生原则，揭示了体派生的语用原因，构建了两套形式化的汉英体转换规则，从新的角度来研究、描述和解释汉语的体和英语的体及它们之间的转换关系。研究中还使用了6种机器学习方法来检验汉英转换规则的鲁棒性，以及统计建模的方法筛选体分类特征，把基于规则的理性主义方法和基于统计的经验主义方法结合起来，符合当前自然语言处理发展的总趋势。

本书的目标对象为语言学及应用语言学研究者、博士生、研究生，以及自然语言处理研究者、博士生、研究生等。

瞿云华编写的《基于双语语料库的汉英体转换规则的形式研究(精)》自建一个汉英体双语平行语料库，从中提取了汉—英体对应的语言事实，描述了以体标记“着”、“了”为例的“时间状语+体”结构的体意义，总结和解释了体意义的变化规律，提出了多套适合于汉语体翻译为多种英语体现象的汉—英体转换规则，采用多叉多标记和特征合一方法，运用Prolog逻辑语言含有的Patr语法规则在机器上实现了形式化转换规则，运用多种机器学习方法检验了转换规则的准确率、AUC曲线下面积，运用统计方法建模将“着”测试特征集从原始的40组删减到了14组，删除了“了”测试特征集中的相冲突特征2个，进一步论证和筛选了测试特征。