基于多特征的搭配翻译模型研究.pdfVIP

维普资讯 第39卷 第 11期 哈 尔 滨 工 业 大 学 学 报 V01．39 No．11 2007年 11月 JOURNALOFHARBIN INSTITUTEOFTECHNOLOGY NOV．2007 基于多特征的搭配翻译模型研究 陈 鄞，吕雅娟，李 生 (1．哈尔滨工业大学 国家教育部微软重点实验室 ，哈尔滨 150001，Em·ail：chenyin@mdab．hit．edu．cn； 2．微软亚洲研究院，北京 100080) 摘 要：提出一种新的搭配(Collocation)翻译方法，该方法在最大熵模型框架下，充分利用各种从单语和双 语语料库中获取的信息．与过去的过分依赖双语语料库的方法不同，新的搭配翻译方法可以使用单语语料库 训练翻译模型，在搭配内在信息的基础上，进一步引入 了上下文信息．采用EM(ExpectationMaximization)算 法估计基于上下文的词汇翻译概率．本模型同时具备集成来 自双语语料库信息的能力．实验表明，本文方法 优于现有的基于单语语料库的搭配翻译方法，在双语语料库的支持下还可以得到更好的结果． 关键词：搭配；最大熵；单语语料库；EM算法 中图分类号：TP391．2 文献标识码 ：A 文章编号：0367—6234(2007)11—1790—06 Studyonthefeature—richcollocationtranslation CHENYin，LUYa-juan，LISheng (1．MOE—MSKeyLaboratoryofNaturalLanguageProcessingnadSpeech，HarbinInstituteofTechnology，Harbin150001， China，E—mail：chenyin@mdab．hit．edu．ca；2．MicrosoftReserach，Asia，Beijing100080，China) Abstract：Thispaperproposesanew methodforcollocationtranslation．Weexploitacollocationtranslation modelthatcanmakefulluseofallavailableinformationderivedfrom bothmonolingualandbilingualcorpora． Insteadofheavilyrelyingonbilingualparallelcoprora，ourapproachcantraintranslationmodelsusingmono· linugalcoprora．Bothinside—collocationinfomr ationandcontextual infomr ationareexploitedinourmode1．The EM algorithm isappliedtoestimatecontextual wordtranslationprobabilitiesusingamonolinugalCOprUS．Our modelalsohastheabilitytointegratebilingualderivedfeaturesiftheyareavailable。Experimentsshow that ourapproachoutperfomr stheexistingmonolingual coprusbasedonmethodsin collocationrtanslationna da· chievesbetterresultswhenmakinguseofavailba lebilinugalcoprus． Keywords：collocation；maximum entropy；monolinugal coprora；expectationmaximizationalgorithm 高质量的搭配翻译对于机器翻译、跨语言信 行语料库中抽取搭配译文．除搭配翻译外，也有一 息检索、