基于错误驱动学习的机器翻译后编辑建模-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 Classified Index: TP391.2 U.D.C.: 681.37 Dissertation for the Master Degree in Engineering ERROR DRIVEN LEARNING BASED MACHINE TRANSLATION POST- EDIT MODELING Candidate： Yao Jia Supervisor： Prof. Yang Muyun Academic Degree Applied for： Master of Engineering Speciality： Computer Science and Technology Affiliation： School of Computer Science and Technology Date of Defence： June, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 现有机器翻译引擎依然远远满足不了用户的需求，用户往往需要对机器 译文进行大量的重复性的错误修正，而机器译文中这种重复性错误的修正会 消耗用户大量的时间而降低用户体验。为此，不少研究就机器译文自动后编 辑进行了相关工作。但是，主流的后编辑方法是基于统计机器翻译（SMT） 的后编辑，而 SMT 的不透明性为研究机器译文不足带来了困难。在这种背 景下，本文引入错误驱动学习机制，分别面向译词错误与词序错误进行后编 辑规则学习，从而提高机器译文质量。本文的具体研究内容涉及如下几个方 面： (1) 面向译词错误的错误驱动学习建模。现有机器引擎给出的译文往往 会出现多词、少词、错词的翻译错误，为此，本文在错误驱动学习的框架下， 面向译词错误学习增删改后编辑规则。并通过机器译文的质量变化来检验增 删改后编辑规则的性能。 (2) 面向词序错误的错误驱动学习建模。现有机器引擎给出的译文往往 会出现词序错误的翻译错误，为此，本文首先通过对齐交叉定义词序错误， 并在错误驱动学习的框架下，面向词序错误学习调序后编辑规则。通过机器 译文质量的变化来检验调序后编辑规则的性能。 (3) 基于混合策略的错误驱动学习建模。机器译文错误包含着译词错误 与词序错误，为了能够同时解决机器译文中的译词错误与词序错误，我们通 过两种策略进行模型级别的融合。首先通过级联式翻译错误驱动学习融合增 删改后编辑规则与调序后编辑规则，然后再进行迭代式翻译错误驱动学习。 并均在数据集上检验模型的性能。 关键词 后编辑；自动后编辑；错误驱动；规则； - I - Abstract The existing Machine Translation engine cannot meet the needs of users, and users often need to correct a large number of similar errors existing in machine translations. Corrections of the repeatable error will cost too much time and hurt the user feedback. Therefore, there are many researches on machine translation automatic post editing. However, the mainstream of the post editing method is based on statistical machine translation (SMT), but opacity of SMT brings problems to researches. In this context, this paper introduces error driven learning mechanisms, respectively, for translation errors and word order erro rs with extracting post-editing rule, so as to improve the quality of machine translation. The main research contents in this paper include the following aspects: Error driven learning modeling for the translat