基于短语相似度的统计机器翻译.pdfVIP

高技术通讯 年 第 卷 第 期： ： 基于短语相似度的统计机器翻译模型! 何中军! !!! 刘 群 ! 林守勋! ! （中国科学院计算技术研究所中国科学院智能信息处理重点实验室 北京 ） !! （ 中国科学院研究生院 北京 ） 摘 要 针对基于短语的统计机器翻译（ ）模型中由于采用精确匹配策略导致的短语 稀疏问题，提出了一种基于短语相似度的统计机器翻译模型。该模型将基于实例的翻译 方法引入到统计机器翻译中。翻译时，对于训练语料库中未出现过的短语，通过计算源语 言短语之间的相似度，采用模糊匹配策略从短语表中查找相似的实例短语，并根据实例短 语为其构造翻译。与精确匹配策略相比，利用相似度进行模糊匹配增加了对短语表的利 用程度，缓解了短语稀疏问题。实验表明，该模型能够明显地提高统计机器翻译的质量， 效果超过了当前最好的短语系统“摩西（ ）”。 关键词 相似度，基于短语的统计机器翻译，基于实例的机器翻译 调序才能获得正确的译文“ ”， 引 言 这就增加了解码复杂度。这个问题可以通过增强短 语的泛化能力得到缓解。一种方法是利用词法 ［，］ 统计机器翻译（ ， （ ）信息 ，例如将动词的各种时态形式 ）是近年来国际上的一个研究热点，且基于短语 归一化为动词原形。这种方法能够起到一定的泛化 的统计机器翻译取得了很大进展。基于短语的翻译 作用，然而它难以应用于汉语。文献［］提出了对齐 ［，］ 模型 以短语作为翻译的基本单位，短语内部隐 模板方法，将短语中的单词映射到相应的词类中，使 含了词语的选择和词序的调整，能够较好地翻译习 得短语具有泛化作用。这种方法需要对单词进行自 惯用语、固定搭配等。其中，短语可以是任意连续的 动聚类，聚类的质量对翻译质量影响很大。文献［］ 词串，而不一定具有语言学意义。这种翻译模型在 从双语语料中学习复述短语（ ），未登录短