基于實例的漢英依存樹到串機器翻譯方法研究.pdf

1、機器翻譯是自然語言處理領(lǐng)域的一個重點和難點問題，擁有著巨大的科學(xué)研究價值以及廣闊的商業(yè)應(yīng)用前景。近年來，基于實例的機器翻譯發(fā)展十分迅速，取得了較為突出的成績?；趯嵗臋C器翻譯其翻譯性能非常依賴于實例庫的質(zhì)量，而實例庫的質(zhì)量體現(xiàn)為實例能夠被正確檢索的概率。如何有效提升實例庫質(zhì)量進而提升翻譯系統(tǒng)性能，一直以來都是研究人員共同努力的方向，也是基于實例的機器翻譯的研究熱點之一。近年來，基于實例的機器翻譯系統(tǒng)普遍采用結(jié)構(gòu)化的方式存儲翻譯實例，在

2、實例中融入更多的句法結(jié)構(gòu)和語義信息，以提升實例的可靠性。句法結(jié)構(gòu)實例的獲得往往需要對原始語料進行分詞、詞性標(biāo)注和句法分析的預(yù)處理，傳統(tǒng)方法往往對這三大基礎(chǔ)任務(wù)作管道式的依次處理，這會導(dǎo)致任務(wù)間既存錯誤的迭代傳遞進而影響結(jié)構(gòu)化實例的準(zhǔn)確性和可靠性。本文以此問題為切入點，以漢英實例機器翻譯為主要研究方向，重點研究了基于實例的機器翻譯中結(jié)構(gòu)化實例庫的構(gòu)建方法。
　　本文的主要研究成果包括:
　　(1)提出了一種漢英依存樹到串實例庫

3、的構(gòu)建方法。一方面，融入中文詞法句法分析聯(lián)合模型對中文語料進行處理，旨在降低漢英EBMT中源語言端基礎(chǔ)任務(wù)中的錯誤傳遞，提高提取層次間特征的準(zhǔn)確性。其可靠性在大規(guī)模訓(xùn)練語料的實驗下得到了有效驗證。另一方面，基于傳統(tǒng)方法的同時結(jié)合本系統(tǒng)的實際情況，提出了一種實例泛化的方法，可有效提高實例的實用性。
　　(2)基于本文構(gòu)建的漢英依存樹到串實例庫，對傳統(tǒng)的相似實例檢索及譯文生成方法作了相應(yīng)的改進，完善了系統(tǒng)的相似實例檢索及譯文生成模塊。

4、
　　(3)對本文提出的系統(tǒng)各模塊方法進行有機整合，形成了一個完整的實例翻譯系統(tǒng)。系統(tǒng)性能在大規(guī)模訓(xùn)練語料的對比實驗下得到了有效驗證。
　　本文方法首次將中文詞法句法分析聯(lián)合模型融入基于實例的機器翻譯系統(tǒng)中，借以構(gòu)建高質(zhì)量的漢英依存樹到串實例庫，并完整實現(xiàn)了一個基于實例的機器翻譯系統(tǒng)。機器翻譯系統(tǒng)性能比較的實驗證明了本文所提方法的有效性，可有效獲取正確率較高的譯文。融入聯(lián)合模型的對比實驗結(jié)果表明，本文將中文詞法句法分析聯(lián)合模