第10讲机器翻译ii刘群-自然语言处理.pdf

计算语言学 第10讲 机器翻译II 刘群 中国科学院计算技术研究所 liuqun@ict.ac.cn 中国科学院研究生院2006~2007学年第二学期课程讲义 内容提要 • 双语语料库对齐技术 – 句子对齐 – 词语对齐 – 短语对齐（略） • 统计机器翻译方法 • 多引擎机器翻译方法（略） • 机器翻译的评价 计算语言学讲义(04)词法分析I 2 实例库的对齐 • 实例库又称双语语料库（Bilingual Corpus）或 平行语料库（Parallel Corpus） • 双语语料库对齐的级别 – 篇章对齐 – 段落对齐 – 句子对齐 – 词语对齐 – 短语块对齐 – 句法结构对齐 • 基于实例的机器翻译中实例库必须至少做到句 子级别的对齐 计算语言学讲义(04)词法分析I 3 不同对齐级别的差异 • 段落对齐和句子对齐 – 要求保持顺序（允许局部顺序的调整） – 只有一个层次 • 词语对齐和短语块对齐 – 不要求保持顺序 – 只有一个层次 • 句法结构对齐 – 不要求保持顺序 – 多层次对齐 计算语言学讲义(04)词法分析I 4 句子对齐 (1) 汉语 英语 模式 1995年初我来成都的那 I little thought when I arrived in 1:1 天，没想到会是在一个冬 Chengdu in the dark, dark days of 季的漆黑的日子。 winter, early in 1995, that I would still be here more than five years later. 那时我也根本没有想到会 I little knew that I would meet one 2:1 在这儿呆上五年，也不知 of Chengdus daughters, and later 道我会遇到一位成都的女 marry her, thus acquiring a whole 儿，并且后来还娶她为 new family who embraced me as 妻。 one of them, and thus I became 一个完全陌生的家庭接纳 part of this place. 了我，我也因此成为成都 的一部分。 计算语言学讲义(04)词法分析I 5 句子对齐 (2)