利用平行网页建立中英文统计翻译模型-中文信息学报.PDF

中　文 　信 　息 　学 　报 第 15 卷 第 1 期 　 JOURNAL OF CHINESE INFORMATION PROCESSING Vol . 15 No. 1 利用平行网页建立中英文统计翻译模型① 聂建云 　陈江 (蒙特利尔大学 RAL I 实验室 　魁北克 　加拿大) ( ) 摘要 :建立翻译模型的目的是试图从平行文本 或翻译例句 中自动抽取翻译关系 。本文 将描述我们在建立中英文统计翻译模型上的尝试 。我们所用的平行文本是从万维网上自动获 得的半结构性平行文本 。在训练过程中 ,我们尽量利用文本中的 H TML 结构信息 。实验表 明 ,所训练的翻译模型能达到 80 %的准确率 。对于象跨语言信息检索这样的应用 ,这样的准 确率已经能大致满足需要 。这一工作表明 ,对于检索引擎上的问句的翻译可以使用比机器翻 译成本更低的工具 。 关键词 : 中英问句翻译 ;平行网页 ;句对齐 ;统计翻译模型 ;跨语言信息检索 中图分类号 : TP39 1. 2 Buil ding Engl ishChinese Statistical Translation Model s f rom Semistructured Parallel Texts N IE J ianyun 　CHEN J iang (L ab . RAL I ,U niver sity of Mont real 　　　CP . 6 128 ,succur sale Cent reville Mont real ,Quebec 　　　H3C 3J 7 Canada) Email :nie @iro . umont real . ca Abstract :A st atistical t ranslation model t ries to capt ure t ranslation relationship s from a set of p ar allel text s (or t ranslation examples) . This p aper describes our attempt to t rain such t ranslation models from a set of semist ruct ured p arallel text s in Chinese and English . These text s are gat h ered from t he Web by an automatic mining toolP TMiner . Our work t akes advant age of t he H TML st ruct ure of t he text s. Some special p rocessing is necessary on Chinese . Our experiment s show t hat we can obt ain a t ranslation p recision of about 80 % wit h t he t rained model . This perfor mance is reasonable for less critical t asks such as cro sslanguage information ret rieval . This work show s t hat it is po ssible to const ruct a means of query t ranslation at a much lower co st t han a ma chine t ranslat