汉蒙统计机翻译与调序080326.docVIP

一种基于短语的汉蒙统计机器翻译与调序模型* 侯宏旭1,2,3 刘群1 李锦涛1 （1中国科学院计算技术研究所, 北京 100080 2内蒙古大学, 内蒙古呼和浩特 010021 3中科院研究生院，北京 100080） 摘要：本文根据蒙古语的一些特点，为基于短语的汉蒙统计机器翻译提出了一种适合于汉蒙统计机器翻译的调序模型，并给出了相应的训练及解码算法，并给出了初步实验的结果。汉蒙双语语料库规模很小，数据稀疏问题严重，而在汉蒙翻译中，词序变化又非常明显，在汉英等机器翻译中使用的调序方法难于应用到汉蒙统计机器翻译中。本文通过对汉蒙翻译过程中词语顺序变化的正态分布假设，建立一种概率调序模型。实验表明，这种概率调序模型好于Pharaoh系统中采用的调序方法。 关键词：机器翻译; 统计方法; 蒙古语; 调序; 概率 中图分类号：TP391 文献标识码: A Phrase Based Statistical Chinese-Mongolian Machine Translation and Reordering Model HOU Hongxu1,2,3, LIU Qun1, LI Jintao1 (1Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080, China 2Inner Mongolia University, Hohhot Inner Mongolia AR. 010021, China 3Graduated University of Chinese Academy of Sciences, Beijing 100080, China) Abstract: Given the Mongolian features, an ordering model fits for the phrase-based statistical Chinese-Mongolian machine translation is put forward in this paper, together with the corresponding drills, decoding algorithm as well as the results of the primary experiments. Currently, Chinese-Mongolian bilingual corpus is on a relatively small scale and the problem of data sparse is very serious. In addition, the word order changes are dramatic and prevalent in Chinese-Mongolian translations. In both case, the reordering method used in Chinese-English translation can’t be applied to the Chinese-Mongolian translation. Given the assumption of the normal distribution of word-order changes after the analyses of these changes in Chinese-Mongolian translation, a probability model of reordering is established in the paper. According to the experimental results, the probability model is superior to the ordering method in Pharaoh. Keywords: Machine translation; Statistical method; Mongolian; Reorder; Probability 1 引言 调序模型是统计机器翻译中的一个重要研究内容，近几年内取得了一些重要的成果。但是，对于汉蒙统计机器翻译中调序模型并没有专门的研究，目前可知的系统都是采用汉英等其他语种的统计机器翻译中使用的调序模型，这些模型并不适应于汉蒙机器翻译。虽然对于语序上比较接近的语言，例如汉语和英语，采用短语翻译可以解决大多数的词序调整，但是调序仍然是不可避免的，对汉英机器翻译来说这往往体现在形容词短语或者副词短语上。对于汉语和蒙古语之间的翻译，这样的情况则更为复杂。蒙古语的基本语序是“主 宾