LCS算法在英汉翻译模板自动提取中的应用.pdfVIP

LCS算法在英汉翻译模板自动提取中的应用 廖剑，李玉鉴 北京：[业大学，计算机学院，多媒体与智能软佴：北京市重点实验室，北京100022 e-mail：liaojian@emails．bjut．edu．cn 摘要：ATTEBSC算法是～种基本的通过句子对比较学习翻译模板的方法，它要求事先把句子对改写成 一种特定的比较格式，但是对如何获得这种比较格式并朱作严格规定。本文提如了一种利用最长共有子序 列(LCS)计算这种特定比较格式的方法，并利用归一化LCS距离筛选相似度较高的句子，然后通过ATTEBSC 算法进行模板的自动抽取。实验表明，该方法简单、有效，能够学出许多有价值的模板。 关键词：句子比较；模板；机器翻译：LCS AutomaticExtractionof Translation English．ChineseTemplatesUsing LCS Algorithm Liao Jian，Li Yujian Lab and ofMultimedia Software BeijingMunicipalKey IntelligentTechnology, Scienceand 100022，China CollegeofComputerTechnology,BeijingUniversityofTechnology,Beijing e-mail：liaoiian@emails．biut．edu．cn Abstract：TheA盯EBSC iSabasicmethodto1earntranslation ofsentence algorithm templatesbycomparison as form mustbe a insome aLCS·based pairs，whichexpressedspecified unspecifiedway．Thispaperpresents the formflor of USeS methodto sentenceand thenormalizedLCSdistaneeto generatespecified comparison pairs sentencewith for theATTEBSC select pairs highsimilarityextractingtemplatesby algorithm．Someexperiments showthatthemethodiS andeffectiveto valuable simple producemany templates． Keywords：sentencecomparison；template；chinetranslation；LCS 1．引言 从大规模语料库中自动获取机器翻译模板是一门极具挑战性的课题。寻求高效和良好的 模板抽取算法是当前机器翻译领域的一个热门课题，传统的模板抽取方法主要有两种：(1) 基于语法分析【lIl21的算法，它虽然可以生成较好质量的模板，但卣于难以穷举各种语言的语 法规则，而且实现难度较大，因此目前难有突破性进展；(2)基于句子比划3】的算法，其特 点是不需进行语法分析，直接通过比较双语对齐语料库中句子产