统计机器翻译简介..pptVIP

统计机器翻译简介 刘群 liuqun@ 统计机器翻译方法的特点 利用语料库作为知识来源 区别于规则方法：无需人工编写规则 建立完整的统计模型 区别于实例方法或模板方法：必须为整个翻译过程建立统计模型 统计机器翻译的分类 基于平行概率语法的统计机器翻译模型 基于信源信道思想的统计机器翻译模型 IBM的Peter Brown等人首先提出 目前影响最大 几乎成为统计机器翻译的同义词 基于最大熵的统计机器翻译模型 源于基于特征的自然语言理解 Och提出，获ACL2002最佳论文 统计机器翻译的优缺点 优点 无需人工编写规则，利用语料库直接训练得到机器翻译系统；（但可以使用语言资源） 系统开发周期短； 鲁棒性好； 译文质量好； 缺点 时空开销大； 数据稀疏问题严重； 对语料库依赖性强； 算法研究不成熟。 基于平行概率语法的统计机器翻译模型 基本思想 两种语言建立一套平行的语法规则， 规则一一对应 两套规则服从同样的概率分布 句法分析的过程决定了生成的过程 主要模型 Alshawi的基于Head Transducer的MT模型 吴德恺的Inverse Transduction Grammar（ITG） Takeda的Pattern-based CFG for MT Head Transducer MT (1) Head Transducer（中心词转录机）是一种Definite St