基于句法统计机器翻译模型与方法.pdfVIP

基于句法的统计机器翻译模型与方法 刘群 中国科学院计算技术研究所 中国科学院智能信息处理重点实验室 liuqun@ict.ac.cn 摘要：本文总结了我们近几年来在基于句法的统计机器翻译方面所做的研究工作，特别 是基于源语言句法的一系列统计机器翻译模型与方法，具体包括：基于最大熵括号转录语法 的翻译模型，基于源语言短语结构树的树到串翻译模型及其相应的基于树的翻译方法、基于 森林的翻译方法和句法分析与解码一体化翻译方法，基于源语言依存树的翻译模型。 关键词：统计机器翻译 基于句法的翻译模型 基于句法的翻译方法 Syntax-basedStatisticalMachineTranslationModels Syntax-basedStatisticalMachineTranslationModels SSyynnttaaxx--bbaasseeddSSttaattiissttiiccaallMMaacchhiinneeTTrraannssllaattiioonnMMooddeellss andApproaches andApproaches aannddAApppprrooaacchheess Qun LIU Key Laboratory of Intelligent Information Processing Institute of Computing Technology, Chinese Academy of Sciences liuqun@ict.ac.cn Abstract: This paper gives an overview of our research work on syntax-based statistical machine translation in recent year. Our work especially focused on a series of syntax-based statistical machine translation models and approaches, which includes: the translation model based on maximum entropy bracketing transduction grammar, source phrase structure based tree-to-string translation model and the translation approaches based on it – tree-based approach, forest-based approach, and joint parsing and decoding approach, and the source dependency based translation model. Key words: statistical machine translation, syntax-based translation model, syntax-based translation approach 1. 1. 11.. 引言 自从IBM 在1990 年代初正式提出统计机器翻译方法以来，统计机器翻译的发展经历了 一个从沉寂到复苏再到迅猛发展的过程。在2003 年前后，基于短语的统计机器翻译方法已 经成熟，并超越了早前IBM 提出的基于词的方法。但基于短语的方法缺陷也是很明显的： 泛化能力差，短语中的词不能被相近的词替换；调序能力差，短语内调序还可以，但短语间 调序和更远距离调序效果都不好。因此，研究者普遍意识到需要针对句子结构进行直接建模， 才有可能解决上述问题。为此出现了各种各样的基于句法的统计机器翻译方法。 基于句法的统计机器翻译模型可以分为两大类：第一大类