基于Self-training和Web的术语翻译系统.pdfVIP

第34卷 第22期 计 算 机 工 程 2008年 11月 November2008 go1．34 No．22 ComputerEngineering · 开发研究与设计技术 · 文章编号：1o00—．3428(20o8)22—{J28l—『03 文献标识码：A 中图分类号：TP312 基于Self-training和Web的术语翻译系统 李志圣，孙越恒，何丕廉 f天津大学计算机科学与技术学院，天津 300072) 摘 要：现有基于模式的术语翻译系统存在2个主要缺点，即学习过程依赖人工标定语料和缺乏对模式的评分以及对候选术语的评分太简 单。该文将 self-traniing学习机制引入术语翻译系统，在一对训练语料上完成初始学习，在实际运行中自动选择可靠程度较高的术语重新 训练，以改进系统性能。该系统中增加了对模式的评分，利用启发规则，扩充了候选术语的评分方法。实验结果表明，改进后系统的性能 高于原有系统。 关键词：术语翻译 ；self-training机制；机器学习 TerminologyTranslationSystem BasedonSelf-trainingandW eb LIZhi·sheng，SUNYue·heng，HEPi-lian (CollegeofComputerScienceandTechnology，TianjinUniversity．Tianjin300072) [AbstractlTherearetwomaindeficienciesintheexistingmethodsbasedonpattern：theamountandreliabilityofpatternsarerestrictedbythe training set．and the methodsforSCOIing patternsand candidate terminologiesare too simplified Thispaper introduces self-training study nrechanism intoterminologytranslationsystem Thissystem accomplishesinitialstudyinapairofterminologiesstuff，andselectsamorereliable candidateautomaticallywhich isretrainedinpracticalrunning．Itaddsthemodelscoringintothissystem，andimprovesthemethodofscoringthe candidatelet’mmologiesbyapplyingheuristicrulesExpm’imentalresultsindicatethattheimprosedsystem hashigherpertbrmancethantheexisting systems． [Key~vnrds]terminologytranslation：selftrainingmechanism；machinelearning 互联网网页数量正快速增加，其中包含了丰富的双语混 (1)学习过程。通过向搜索引擎提交标注的翻译对，在返 合文本，例如 “机器学习fmachinelearning)研究计算机怎样 回的摘要页面中获取模式串。 模拟或实现人类的学习行为，重新组织已有的知识结构，使 (2)实际运行。为用户提出的源语言术语加上模式串，提 之不断改善 自身的性能。”。对于上述文本，用户即使不懂英 交到搜索引擎，获取与模式串紧邻且连续的目标语言词串作 文也能猜测 “machinelearning”的中文翻译是 “机器学习”。