欢迎来到天天文库
浏览记录
ID:5328199
大小:196.99 KB
页数:6页
时间:2017-12-08
《统计机器翻译中短语切分的新方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、06第三届学生计算语言学研讨会统计机器翻译中短语切分的新方法111何中军,刘群,林守勋(1.中国科学院计算技术研究所,北京100080)摘要:基于短语的统计机器翻译是目前主流的一种统计机器翻译方法,但是目前基于短语的翻译系统都没有对短语切分作专门处理,认为一个句子的所有短语切分都是等概率的。本文提出了一种短语切分方法,将句子的短语切分概率化:首先,识别出汉语语料库中所有出现次数大于2次的词语串,将其作为汉语短语;其次,用最短路径方法进行短语切分,并利用Viterbi算法迭代统计短语的出现频率。在2005年
2、863汉英机器翻译评测测试集上的实验结果(bleu4)是:0.1764(篇章),0.2231(对话)。实验表明,对于长句子(如篇章),短语切分模型的加入有助于提高翻译质量,比原来约提高了0.5个百分点。关键词:统计机器翻译;翻译模型;短语切分ANewApproachtoPhraseSegmentationforStatisticalMachineTranslation111ZhongjunHe,QunLiu,ShouxunLin(1.InstituteofComputingTechnology,Chine
3、seAcademyofSciences,Beijing,China100080)Abstract:Currently,Phrase-basedStatisticalMachineTranslationisthestate-of-the-artmethodinSMTcommunity.However,noneofthephrase-basedsystemshasthespecialmoduletodealwiththephrasesegmentation,theyconsiderallsegmentatio
4、nsofasentencewithauniformdistribution.Inthispaper,weproposedaphrasesegmentationmethod:Firstly,findthewordsstringsoccurmorethantwiceinChinesecorpus,whichareconsideredasChinesephrases;Secondly,usetheShortest-Pathmethodtodophrasesegmentation,andemployViterbi
5、algorithmtotrainiterativelytogainthephraseprobability.Wedoexperimentson2005HTRDP(863)MTevaluationtestset.Usingthephrasesegmentationmodel,theresults(Bleu4)are:0.1764(writing)and0.2231(dialog).Experimentsshowthatthephrasesegmentationmodelcan基金资助:国家863计划资助项目
6、(2005AA114140),国家自然科学基金资助项目(60573188)作者简介:何中军(1982-),男,山东莒县,博士研究生,zjhe@ict.ac.cn106第三届学生计算语言学研讨会helptoimprovetranslationqualityonlongsentences.Wegetabout0.5percentagepointincreaseonwriting.keywords:StatisticalMachineTranslation;TranslationModel;PhraseSegm
7、entation1引言[1]自从上世纪90年代初,PeterBrown等人提出了基于信源信道思想的统计机器翻译模型以来,短短十几年,基于统计方法的机器翻译有了长足的进步。目前,基于短语的统计机器翻译(Phrase-basedSMT)成为主流的统计机器翻译方法。一般的,基于短语的[2][3]方法将任意连续的字符串都看作短语,从词对齐的双语语料库中自动学习双语短语,[4]以短语为单位进行翻译;Och提出了对齐模板方法,将单词映射到词类中,实现了句子[5]级和短语级两级对齐;Chiang提出了层次短语模型,形式
8、上是一个同步的上下文无关文法(synchronouscontext-freegrammar),允许短语内部包含子短语(sub-phrase),此外,还有许多学者都致力于基于短语方法的研究。JI将一个汉语句子f=ff?f翻译为英语句子ee=ee?,需要以下3个步骤:112J112IJK1.将汉语句子f=ff?f进行短语切分f!!=ff!!?f;112J112K2.对短语进行调序;3.根据翻译模型,为每一个汉语短语选择合适的英语译
此文档下载收益归作者所有