基于短语的汉蒙统计机器翻译研究.doc

王斯日古楞 1，2，斯琴图 3，那顺乌日图 2 WANG Siriguleng1，2，Siqintu3，Nasun-urtu2 1.内蒙古师范大学 计算机与信息工程学院，呼和浩特 010022 2.内蒙古大学 蒙古学学院，呼和浩特 010021 3.内蒙古师范大学 网络中心，呼和浩特 010022 1.College of Computer and Information Engineering，Inner Mongolia Normal University，Hohhot 010022，China 2.School of Mongolian Studies，Inner Mongolia University，Hohhot 010021，China 3.Network Center，Inner Mongolia Normal University，Hohhot 010022，China E-mail： HYPERLINK mailto:siriguleng@ s HYPERLINK mailto:iriguleng@ iriguleng@ WANG Siriguleng，Siqintu，Nasun -urtu.Phrase -based Chinese Mongolian statistical machine translation.Computer Engi－ neering and Applications，2010，46（14）：138-142. Abstract：The current mainstream approach to statistical machine translation is the phrase-based model.This paper presents the method of how to build phrase-based Chinese Mongolian statistical machine translation system using the existing technologies and resources.An automatic evaluation platform for Chinese Mongolian machine translation is also built.Thus，the performance of trans－ lation system is improved by the use of dictionary and Mongolian morphological information. Key words：phrase；Chinese Mongolian statistical machine translation；automatic evaluation；morphological 摘 要：基于短语的统计机器翻译是当前统计机器翻译的主流方法。研究了利用现有技术和资源搭建一个基于短语的汉蒙机器翻 译系统的方法，并且构建了一个汉蒙机器翻译的自动评价平台，在此基础上利用词典和蒙古语形态学信息来提高了翻译系统的性能。 关键词：短语；汉蒙统计机器翻译；自动评测；形态学 DOI：10.3778/j.issn.1002-8331.2010.14.041 文章编号：1002－8331（2010）14-0138-05 文献标识码：A 中图分类号：TP391.2 1 引言 关于汉蒙机器翻译，曾经做过基于规则的研究[1]和基于实 例的研究[2]。但是由于语言资源不足，研究人员和资金短缺，以 及蒙古语言本身的复杂性等原因，汉蒙机器翻译的研究进展比 较缓慢。近几年，随着统计方法在机器翻译领域的成功应用，统 计机器翻译已经成为机器翻译的主流方法。同时，在统计机器 翻译领域，有很多开源工具供研究人员免费使用，这促进了统 计机器翻译的快速发展。在现有汉蒙机器翻译研究的技术和资 源基础上，结合统计机器翻译的开源工具，开展了基于短语的 汉蒙机器翻译研究。 相应的搜索公式为： I argmax P（r e ）P（r f |e ） J I （2） I e 1 1 1 1 I 其中 P（r e1）被称为语言模型，反映了一个句子在目标语言中出 现的可能性，实际上就是该句子在句法语义等方面的合理程 J I 度；P（r f |e ）被称为翻译模型，反映了两个句子互为翻译的可 1 1 能性，翻译模型将源语言句子与目标语言句子连接起来 。 BROWN 等[4]中提出了 5 个翻译