機器翻譯自動評價中單語言領域知識復述抽取研究.pdf

1、復述是含義相同而表述不同的詞或短語，不同領域的復述知識在自然語言處理中有廣泛的應用。特別在機器翻譯自動評價任務中，復述的領域差異極大地影響評價系統(tǒng)的性能。當復述所在領域與測試集語料的領域相似時，機器譯文和參考譯文之間的匹配精度就會增高，自動評價性能就會增強，反之自動評價系統(tǒng)的評價性能則會下降。
　　然而，當復述應用于機器翻譯自動評價任務中，現(xiàn)有方法容易出現(xiàn)語料缺失和復述偏差的問題。針對現(xiàn)有方法存在的這些問題，本文提出利用特定領域知

2、識抽取復述提高機器譯文自動評價的方法。我們首先對通用領域語料進行聚類形成通用領域語料文檔集；然后利用改進的 M-L方法過濾特定領域語料，以構建與特定領域接近的子語料；最后從子語料中利用Markov網絡模型抽取特定領域復述知識，并將這些復述知識應用在譯文自動評價中以提高譯文自動評價方法和人工評價方法的相關性。
　　為了驗證本文所提方法的性能，我們在WMT’14、WMT’15和WMT’16機器翻譯自動評測任務上進行了充分的實驗驗證，實