EBMT翻譯模型自動(dòng)構(gòu)建研究.pdf

1、基于實(shí)例的機(jī)器翻譯方法具有系統(tǒng)實(shí)現(xiàn)周期短，容易對(duì)新的知識(shí)進(jìn)行擴(kuò)充，在限定領(lǐng)域下可以生成高質(zhì)量的譯文的優(yōu)點(diǎn)。但是，由于在EBMT系統(tǒng)進(jìn)行譯文搜索的過程中往往只能依靠人為設(shè)定的啟發(fā)式函數(shù)進(jìn)行指導(dǎo)，對(duì)人為因素的依賴較大，很容易造成對(duì)某個(gè)限定領(lǐng)域特點(diǎn)的過度擬合。在系統(tǒng)進(jìn)行領(lǐng)域移植時(shí)性能難以保證。而且，通常的EBMT翻譯模型中難以對(duì)豐富的特征信息進(jìn)行建模，使得EBMT的翻譯性能受到很大限制。
　　本文利用機(jī)器學(xué)習(xí)算法（最大熵方法）對(duì)EBMT

2、的翻譯模型進(jìn)行了自動(dòng)構(gòu)建嘗試。與以往依賴人為的啟發(fā)式搜索函數(shù)不同，本文采用的方法在最大熵方法的構(gòu)架下，融入了豐富的特征信息，力圖構(gòu)造出一個(gè)多維的特征空間，對(duì)翻譯模型的一般特征進(jìn)行整體建模。
　　在模型訓(xùn)練過程中，為了盡量得到比較完整的譯文空間，本文設(shè)計(jì)了一個(gè)可以控制的譯文搜索算法。在對(duì)譯文進(jìn)行自動(dòng)評(píng)價(jià)的過程中，本文根據(jù)需要對(duì)單句進(jìn)行評(píng)價(jià)的需求，對(duì)僅適合于對(duì)整篇文檔進(jìn)行自動(dòng)評(píng)價(jià)的評(píng)測指標(biāo)BLEU進(jìn)行了三個(gè)方面的修正。這種修正對(duì)相關(guān)的