機(jī)器翻譯自動(dòng)評(píng)價(jià)計(jì)算粒度研究.pdf

1、機(jī)器翻譯自動(dòng)評(píng)價(jià)是機(jī)器翻譯研究中的一個(gè)重要環(huán)節(jié)，在機(jī)器翻譯系統(tǒng)的開發(fā)周期中起著重要的作用。目前一些簡(jiǎn)單的基于字符串相似度的方法雖然能高速的對(duì)譯文進(jìn)行評(píng)價(jià)，但是其評(píng)價(jià)結(jié)果存在著嚴(yán)重的偏向性。國(guó)際研究中的主流改進(jìn)方法是融入更多的語言學(xué)信息。這樣雖然能讓評(píng)價(jià)模型的性能得到提高，但是卻因其用到了語言學(xué)信息，而喪失了語言的獨(dú)立性。事實(shí)上，語言學(xué)信息的引入可以被認(rèn)為是一種單元匹配時(shí)計(jì)算單位(粒度)的改變。
　　為了將提高自動(dòng)評(píng)價(jià)方法的精度、速

2、度，擴(kuò)大應(yīng)用的范圍，我們從改變機(jī)器翻譯自動(dòng)評(píng)價(jià)模型計(jì)算粒度的角度出發(fā)，提出了一系列機(jī)器翻譯自動(dòng)評(píng)價(jià)方法：
　　首先，我們提出了基于字母的機(jī)器翻譯自動(dòng)評(píng)價(jià)的方法。這一評(píng)價(jià)方法既具有語言獨(dú)立性，并且又能解決部分的詞語曲折變化等問題。同時(shí)為了進(jìn)一步改進(jìn)基于字母的機(jī)器翻譯自動(dòng)評(píng)價(jià)方法的性能，我們提出了i_Letter_BLEU和i_Letter_Recall兩種方法，這兩種方法能夠根據(jù)標(biāo)準(zhǔn)譯文自動(dòng)地調(diào)整參數(shù)，使得基于字母的機(jī)器翻譯自動(dòng)評(píng)價(jià)

3、方法的性能更加穩(wěn)定。
　　其次，我們根據(jù)現(xiàn)有的基于機(jī)器學(xué)習(xí)的特征融合方法，提出了基于表層信息的多粒度特征融合方法。該方法在 SVM排序和回歸模型框架下進(jìn)行特征融合。經(jīng)過特征選擇僅使用了少量的特征就在往年評(píng)測(cè)數(shù)據(jù)上取得了與評(píng)測(cè)時(shí)最高成績(jī)可比較的結(jié)果。并且值得注意的是，這種方法沒有用到任何的深層的語言學(xué)信息，是語言獨(dú)立的。
　　最后，我們將語言學(xué)特征用字符串表示，在一系列的基于語言學(xué)的計(jì)算粒度上分析語言學(xué)特征的對(duì)于機(jī)器翻譯自動(dòng)評(píng)