基于短语模糊匹配和句子扩展的统计翻译方法.pdfVIP

基于短语模糊匹配和句子扩展的统计翻译方法 刘鹏，宗成庆 ( 中国科学院 自动化研究所 模式识别国家重点实验室，北京 100190) 摘要：近几年来，基于短语的统计翻译模型在机器翻译研究中受到普遍关注，并取得了较 的翻译性能。 但是，由于目前基于短语的翻译系统在解码时采用精确匹配的策略，常常导致数据稀疏，一方面，有些短 语在训练获得的短语表中找不到精确的匹配，使其成为未知短语；另一方面，短语表中大量的短语无法得 到充分的利用。为此，我们提出了基于短语模糊匹配和句子扩展的翻译方法。对于不存在于短语表中的短 语，通过模糊匹配的办法，寻找与其相似的短语，然后将所有相似短语用于替换原短语，从而生成扩展句 子，在此基础上对所有扩展的句子进行翻译。由于并不是所有扩展后的句子都能提高原始句子的翻译效果， 因此，我们在句子翻译完成后设置了组合分类器用于选择最优翻译结果。实验证明，这 方法可以有效地 提高翻译系统的译文质量。 关键词：机器翻译；基于短语的统计机器翻译；模糊匹配；组合分类器 中图分类号：TP391 文献标识码：A Approach to Statistical Machine T