新规则抽取约束方法改进基于句法翻译模型性能.pdfVIP

新的规则抽取约束方法改进基于句法翻译模型的性能 贲国生，谢军，刘群 智能信息处理重点实验室 计算技术研究所 中国科学院 {benguosheng, xiejun, liuqun}@ict.ac.cn 摘要 Xiong et al., 2007) 。其中，短语结构文法也 被称为成分文法(constituency grammar) 。两 当前的基于句法模型的机器翻译中， 种文法均以树结构来描述句子中各个成分 翻译规则的抽取都要受到严格的约 (constituents)之间的关系，分别称被称为短 束。在翻译规则自动获取算法设计 语结构树（或成分树）和依存树。 中，我们发掘了更细粒度的语言学知 基于成分树的翻译模型主要以树替换文 识，提出了在抽取翻译规则的过程 法TSG （Tree Substitution Grammar ）和树粘 中，使用更宽松的子树一致性跨度约 接文法TAG(Tree Adjoining Grammar) （Joshi 束来抽取翻译规则，并在基于句法的 et al., 1975 ）这两类文法为基础构建。根据 两大模型：成分树到串和依存树到串 翻译规则的源端和目标端利用的语言学知 中做了验证。在成分树到串系统(树 识的差异，基于成分树的模型大致可以分为 到串系统) BLEU 值提高了2.62 个点， 三种类型：1）串到树模型(Galley et al., 2006; 在依存树到串系统中BLEU 提高了 Galley et al., 2004; Yamada and Knight, 0.37 个点。 2001)，仅利用目标语言句法树的语言学知 识；2 ）树到串模型（Liu et al., 2006; Huang et 1 概述 al., 2006; Mi et al., 2008 ），仅利用源语言的 句法树的语言学知识；3 ）树到树模型（Mi et 近年来，基于句法的翻译模型成为统计 al., 2010; Zhang et al., 2008 ），同时利用源语 机器翻译领域研究热点，并取得了较大的进 言句法树和目标语言句法树的语言学知识。 展。基于语言学句法的翻译模型以句法分析 基于依存树的翻译模型旨在描述句子 器输出的句法树结构为基础，利用句法树所 中各个成分之间的语法关系，兼有句法知识 包含的语言学知识来指导翻译过程。基于句 和一定的语义知识。在基于依存树的模型研 法的翻译模型能取得很好的翻译性能，现已 究中，研究人员从不同的角度进行了探索， 显著超过了基于短语的翻译模型性能。 提出了多种不同的树分解方法或形式化文 目前，统计机器翻译领域常用的文法主 法，构建了几种不同类型的翻译模型。类似 要分为两种：短语结构文法（phrase structure 于基于成分树的翻译模型分类方法，这些模