基于SVM的機(jī)器翻譯自動(dòng)評(píng)價(jià)方法的研究.pdf

1、機(jī)器翻譯自動(dòng)評(píng)價(jià)是近年機(jī)器翻譯研究工作中的熱點(diǎn)問題。機(jī)器翻譯的自動(dòng)評(píng)價(jià)具有速度快、成本低、一致性強(qiáng)的特點(diǎn)，在機(jī)器翻譯系統(tǒng)的開發(fā)周期中起著重要的作用。句子級(jí)機(jī)器翻譯評(píng)價(jià)的性能目前低于系統(tǒng)級(jí)評(píng)價(jià)，而人們對(duì)句子級(jí)評(píng)價(jià)的需求，促進(jìn)了句子級(jí)機(jī)器翻譯評(píng)價(jià)的研究工作。
　　在句子級(jí)機(jī)器翻譯評(píng)價(jià)的研究工作中，機(jī)器學(xué)習(xí)方法得到了廣泛的應(yīng)用。其中基于支持向量機(jī)(SVM)方法的應(yīng)用最為廣泛。支持向量機(jī)的學(xué)習(xí)策略包括分類、回歸和排序三種，而本文主要研究了

2、回歸策略和排序策略。
　　在機(jī)器學(xué)習(xí)方法中，特征的選擇是至關(guān)重要的。本文通過探討語言學(xué)特征與傳統(tǒng)的基于字符串相似度的特征間的相互作用，以及分析英漢翻譯測(cè)試中各種翻譯錯(cuò)誤與人工評(píng)價(jià)間的相關(guān)性，得出了“在關(guān)鍵語言層次上設(shè)計(jì)關(guān)鍵特征，并與基于相似度特征相結(jié)合”的特征選擇策略。
　　根據(jù)本文的特征選擇策略，本文設(shè)計(jì)了六個(gè)基于語言學(xué)知識(shí)的特征，并將其與三個(gè)基于字符串相似度的特征結(jié)合起來，使用語言學(xué)特征、基于字符串的特征，以及所有九個(gè)特

3、征訓(xùn)練了SVM回歸模型，實(shí)驗(yàn)表明，六個(gè)語言學(xué)特征具有與基于字符串特征不相上下的表達(dá)能力，而兩類特征的結(jié)合、互補(bǔ)，帶來了顯著提升的性能。學(xué)習(xí)曲線分析表明，幾種特征組合均呈現(xiàn)了穩(wěn)定的性能和良好的泛化能力。
　　本文在NIST和WMT兩類數(shù)據(jù)集上對(duì)SVM回歸和SVM排序上進(jìn)行了性能、泛化能力以及魯棒性的比較。通過實(shí)驗(yàn)，本文發(fā)現(xiàn)在同構(gòu)數(shù)據(jù)集上，SVM回歸的性能要優(yōu)于SVM排序，而在異構(gòu)數(shù)據(jù)集上，SVM排序則表現(xiàn)出較強(qiáng)的魯棒性。而且，通過考