

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,基于統(tǒng)計的方法在機器翻譯領域內(nèi)越來越占據(jù)到主導地位,多種基于統(tǒng)計方法的機器翻譯系統(tǒng)相繼出現(xiàn),如基于短語、基于層次型短語、基于句法等等。而對于機器翻譯系統(tǒng),語料是不可或缺的重要資源,所謂“巧婦難為無米之炊”。“飯”做的好吃還是不好吃,“巧婦”很重,當然也不能沒有米,“米”質(zhì)量的好壞也至關重要。為此,本文重點研究統(tǒng)計機器翻譯語料的預處理、雙語語料質(zhì)量的評價,以及語料選取和訓練集的構建。另外,對雙語術語資源的自動獲取工作做了一些簡單的
2、介紹。
語料預處理工作是一項比較繁瑣但對機器翻譯來講又十分重要的任務。本文從傳統(tǒng)預處理角度介紹了預處理的流程、相關技術。同時結合專利翻譯任務語料預處理對涉及到的一些問題進行了討論。簡單的探討了預處理對機器翻譯性能的影響。
另外,針對統(tǒng)計機器翻譯雙語語料質(zhì)量參差不齊,并且難以保證的問題,本文比較了幾種不同的句對質(zhì)量評價方法,包括基于雙語詞典的句對質(zhì)量評價等。從忠誠度和流暢度兩個方面來衡量句對質(zhì)量。通過實驗驗證了這些方法
3、的合理性,并對其中存在的問題進行了分析。
雙語專名、術語翻譯資源對于機器翻譯來說也是非常重要的。本文基于互聯(lián)網(wǎng)和學術文獻數(shù)據(jù)庫,用自動的方法獲取了數(shù)百萬的雙語術語翻譯資源,并對資源進行了整理和規(guī)范化。這些資源為機器翻譯系統(tǒng)提供了重要的資源支撐。當然,這些資源同樣可用于中文分詞,信息檢索等諸多領域。
在訓練語料的選取和訓練集構建方面,本文提出了基于句對質(zhì)量和覆蓋度的統(tǒng)計機器翻譯訓練語料選取方法,通過實驗證明了該方法的有
4、效性。在實驗數(shù)據(jù)上,選取原始規(guī)模20%的語料作為訓練集即達到用全部預料相當?shù)挠柧毿Ч?。并且將該方法用到具體的實際應用中,為CWMT2011機器翻譯評測選取100萬中英雙語句對作為訓練語料。相關實驗充分表明了該方法的優(yōu)勢,且簡單有效。
在測試集給定并且訓練語料有限情況下,為了達到更佳的訓練效果,需要對原始訓練集進行優(yōu)化。有些研究是從原始的訓練集中選擇和測試集相似的句對,通過加重這些相似句對權重的方法來優(yōu)化訓練集的分布,達到提高翻
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向統(tǒng)計機器翻譯的雙語語料質(zhì)量評價技術研究.pdf
- 面向機器翻譯的復述技術研究.pdf
- 面向統(tǒng)計機器翻譯的結構對齊及結構轉換技術研究.pdf
- 面向旅游領域的漢英統(tǒng)計機器翻譯關鍵技術研究.pdf
- 統(tǒng)計機器翻譯中語料選擇方法研究
- 短語統(tǒng)計機器翻譯關鍵技術研究.pdf
- 統(tǒng)計機器翻譯若干關鍵技術研究.pdf
- 面向機器翻譯的模板自動獲取技術研究.pdf
- 面向統(tǒng)計機器翻譯的解碼算法的研究.pdf
- 面向短語統(tǒng)計機器翻譯解碼算法的研究.pdf
- 面向特定領域機器翻譯的平行語料構建方法的研究.pdf
- 機器翻譯評價的統(tǒng)計方法研究.pdf
- 云翻譯平臺下基于海量語料的統(tǒng)計機器翻譯方法研究.pdf
- 面向維漢機器翻譯的平行語料庫的研究與實現(xiàn).pdf
- 采用統(tǒng)計機器翻譯模型的復述生成技術研究.pdf
- 詞對齊技術研究及統(tǒng)計機器翻譯平臺的構建.pdf
- 面向統(tǒng)計機器翻譯的領域自適應方法研究.pdf
- 面向模板機器翻譯的文本生成技術研究.pdf
- 統(tǒng)計機器翻譯綜述
- 統(tǒng)計機器翻譯中結構轉換技術的研究.pdf
評論
0/150
提交評論