基于短語(yǔ)模板的機(jī)器翻譯研究.pdf

1、泛化的EBMT(Example-based machine translation)是針對(duì)傳統(tǒng)EBMT的一種改進(jìn)方案，它利用翻譯模板取代翻譯實(shí)例，這樣既減小了實(shí)例庫(kù)的規(guī)模，同時(shí)也在一定程度上提高了模板匹配的幾率，是一種有效的機(jī)器翻譯方法。 本文在泛化的EBMT的基礎(chǔ)上，采用基于短語(yǔ)模板的方法，展開(kāi)進(jìn)一步的研究工作：在泛化EBMT中引入句法分析技術(shù)，將句子抽取成短語(yǔ)模板和主干模板，構(gòu)建雙層翻譯模板庫(kù)，同時(shí)提出一種句子相似度模型的訓(xùn)

2、練方法。其主要過(guò)程如下： 在模板的抽取階段，利用句法分析器對(duì)雙語(yǔ)平行語(yǔ)料中的源語(yǔ)言句子進(jìn)行句法分析，將分析結(jié)果中的短語(yǔ)部分抽取出來(lái)，留下句子的主干部分；然后根據(jù)詞語(yǔ)對(duì)齊關(guān)系把目標(biāo)語(yǔ)言的句子也分為對(duì)應(yīng)的主干和短語(yǔ)部分，從而得到短語(yǔ)平行語(yǔ)料庫(kù)和主干平行語(yǔ)料庫(kù)；最后利用語(yǔ)義詞典對(duì)兩個(gè)平行語(yǔ)料庫(kù)分別進(jìn)行概念的抽取，得到短語(yǔ)模板和主干模板，進(jìn)而構(gòu)建翻譯模板庫(kù)。 在翻譯測(cè)試階段，利用句子相似度算法在模板庫(kù)中搜索與輸入句匹配的模板，然

3、后采用主干模板和短語(yǔ)模板結(jié)合的方式進(jìn)行翻譯：利用主干模板翻譯輸入句的主干部分，利用短語(yǔ)模板翻譯輸入句中復(fù)雜的名詞短語(yǔ)，最后得到譯文。翻譯中使用的語(yǔ)句相似度算法是基于字符序列的相似度算法，選取詞語(yǔ)相似度和句子長(zhǎng)度差作為特征函數(shù)，并利用NIST工具對(duì)其進(jìn)行訓(xùn)練，得到優(yōu)化的參數(shù)組合。 實(shí)驗(yàn)選取一組雙語(yǔ)平行語(yǔ)料構(gòu)建翻譯模板庫(kù)，并分別作了閉式和開(kāi)式的翻譯測(cè)試。實(shí)驗(yàn)結(jié)果表明，與泛化的EBMT方法相比，基于短語(yǔ)模板的EBMT方法可以減少模板庫(kù)