統(tǒng)計機器翻譯中的源端重排序方法探究.pdf

1、在統(tǒng)計機器翻譯中，從翻譯系統(tǒng)解碼出來的譯文結果看，源端和目標端語序相近的句子，譯文效果比較好。然而，在翻譯系統(tǒng)中的源端和目標端的語序往往存在著較大的差異，比如漢語是“主謂賓”的結構形式，而蒙古語卻是“主賓謂”的結構形式。當互譯語言具有這種非對稱的結構特點時，由標準的短語翻譯系統(tǒng)翻譯出來的譯文質(zhì)量相對較差。另外，基于短語的統(tǒng)計機器翻譯系統(tǒng)嚴格限制短語必須是連續(xù)的，雖能夠很好地解決短距離的局部調(diào)序，但在很大程度上限制了短語翻譯的作用范圍。本

2、文將通過引入句法信息和詞性標注信息建立不同的源端重排序模型，使源端和目標端的語序保持一致，以此來減緩這些問題。
　　 首先，在基于短語結構的句法樹基礎上，結合詞對齊并改進規(guī)則抽取算法進行規(guī)則的自動抽取，然后基于自動抽取的重排序規(guī)則對源端進行調(diào)整，并與手動書寫的重排序規(guī)則進行對比。其次，從基于依存的句法樹方面進行研究，提出了一種依存重排序規(guī)則抽取算法，從而完成對源端句子的語序調(diào)整。然后，根據(jù)詞性標注信息，從詞性標注序列的泛化角度，

3、提出了一種詞性標注序列重排序規(guī)則抽取算法，基于這些重排序規(guī)則進行源端的調(diào)序。最后，提出了一種基于源端重排序的短語表融合方法，即訓練融入依存標簽信息的短語表和融入詞性標注標簽信息的短語表，并對這些短語表中的標簽信息進行去除處理，將處理過的短語表和基于源端重排序訓練的短語表進行融合，進一步探究翻譯系統(tǒng)的翻譯性能。
　　 以漢蒙翻譯系統(tǒng)為例的實驗證明，與標準的短語統(tǒng)計機器翻譯系統(tǒng)相比，融入句法信息和詞性標注信息的源端重排序模型是有效的