基于人机交互的统计翻译方法.pptVIP

基于人机交互的统计翻译方法 刘鹏 宗成庆 中科院自动化研究所 2008.11.28 提纲 1.简介 2.基于人机交互的统计翻译方法 3.实验结果及分析 4.结论 提纲 1.简介 2.基于人机交互的统计翻译方法 3.实验结果及分析 4.结论 简介 问题的提出 Phrase-based SMT采用短语精确匹配的策略 1. 数据稀疏问题严重，特别是长短语 2. 短语表中的大量短语无法得到充分利用 简介 提纲 1.简介 2.基于人机交互的统计翻译方法 3.实验结果及分析 4.结论 短语模糊匹配 短语模糊匹配 Dice系数 编辑距离 扩展句子生成 组合分类器设计——特征选择（1） 组合分类器设计——特征选择（2） 组合分类器设计——分类器训练 SVM工具：LIBSVM 核函数：径向基函数(Radial Basis Function, RBF) 组合分类器设计——融合 融合多个分类器结果的组合分类器在很多方面要优于参加组合的单个分类器 多个参考答案可以训练多个分类器 融合方法：投票规则(Vote Rule) 在测试语料上，将原始翻译结果作为参考答案 人机交互方法 短语模糊匹配采用了基于字符串的相似度， 不能保证语义的一致性 人机交互方法 目的：选择语义保持不变的句子 采用基于有限状态自动机的对话管理模型 基于FSA的对话管理模型 状态集 S0: 初始状态 S1: 对用户提问 S2: