基于短语的统计机器翻译.pdfVIP

　　　　　　　　　　　　　山/ 西/ 财/ 经/ 大/ 学/ 学/ 报 　　　　　　　　　　　　　 2008 年 4 月 Journal of ShanXi Finance and Economic s Uni ver sity Apr . ,2008 第 30 卷 第 1 期 Vol . 30 No . 1 基 于 短 语 的 统 计 机 器 翻 译 李 　枫 (太原警官职业学院 计算机教研室 ,山西 太原030032) 　　[ 摘 　要]对基于短语的统计机器翻译从系统框架 、基于短语的翻译原理 、翻译侯选 项 、核心算法等几个 方面进行了阐述 , 并分别从合并假设 、堆栈搜索 、未来代价估计 、N - best 列表生成等四个方面对核心算法着重进行了论述 。 [ 关键词]机器翻译 ;核心算法 ;堆栈搜索 　　一 、系统框架 一个基于短语的统计机器翻 译系统是在训练好的模 型 基础上通过解码 器完成翻译核 心工作的 。对 于输入端的英 文句子 ,首先到翻译模型中寻找所有可能的翻 译候选项并全 部读到内存中 ,然 后结合语 言模型搜索得 到最佳翻译 结果 。 整个翻译系统如图 1 所示 。 图 3 　翻译候选项 　　如在图 3 中 ,翻译候选项“一束花”中携带的信息包括 a 、 flowers 、一束花 、p ( 一束花 a bu nch of flowers) 。 四、核心算法 基于短语统计机器翻译解码器采 用堆栈搜索算法 , 目标 语言句子以状态扩展的形式 自左至右生成 。每个状态中有 源语言信息 S、有 目标语言信息 T、还有翻译概率 P ,状态扩展 如图4 所示 。 图 1　英汉统计机器翻译系统 二 、基于短语的翻译 基于短语进行翻译时 ,源语言句子以短语 为单位进行切 分 ,每一个短语被翻译 成相对 应的 目标语 言短语 , 目标语 言 短语经重排序后生成较符合语法的 目标语言句子 ,如 图2 所 示 。不过这里所提到的短语不是语法意义上的短语 ,只是相 邻的词组 。 图 4 　状态扩展图 初始状态是一个空状态 ,源 语言 串中的短语还 没有被 翻译 , 目标语言生成串为空 ,翻译概率初始值为 1 。从初 始状 态开始扩展 ,可以假设第一次状态扩展是源语言词“she ”被翻 译为“她”,翻译概率为 0 .534 ,在“she ”所对应的源语言位置处 图2 　短语翻译示例 标记为“3 ”,在图中显示的 S 的状况是“3 ”,表示源 语言 三 、翻译候选项 句子中第一个位置的词 已经被翻译 。也可以假设第一次状 给定一个源语言句子 ,对这个句子进行短语划分有很 多