基于译文加权的BLEU改进方法.pptVIP

其中需要指出的是，由于正确译文中仅有三个形容词，所占比例太小，所以造成形容词译文和人工评价结果相关性不高。我们又对这些词性可能有助于评价性能提高的几种组合进行了相同的实验。我们对8种词性按照权重大小的顺序，依次去掉权重最小的，或者去掉一些猜测可能可以去掉的词性重复刚刚进行的实验，都回归出了各种词性的权重，得到了各自的计算得分的公式。并且在以上这些情况下使用各个公式对152个人工翻译的句子进行打分。得到的一元BLEU得分与标准得分的Pearson相关性见下表。基于译文加权的BLEU改进方法杨沐昀哈尔滨工业大学计算机学院机器智能与翻译研究室http://内容提要引言BLEU用于汉语译文性能的实证分析基于线性回归的BLEU改进实验与分析引言基于N-gram精确率2002年IBM提出BLEU:机器翻译自动评价方法单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。目前采用最广泛词性、连续正确译文长度忽略译文的个性信息单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。基于译文加权BLEU改进二、BLEU方法及分析二、BLEU方法及分析添加标题01单击此处添加小标题02单击此处添加小标题03单击此处添加小标题04传统的BLEU方法基本n-gram精确率公式:countclip（N-gram）是匹配的N元短语数；count（N-gram’）是译文中N元短语总数。针对短译文的简短惩罚因子：c为译文的长度和；r为与每个译文长度最接近的参考译文的长度和二、BLEU方法及分析传统的BLEU方法引入惩罚因子后，最终的BLEU计算公式如下所示：其中Wn是n元短语的权重，这里通常取Wn=1/N；N是取得最大的n元短语的元数，这里通常取N=4。这样的BLEU的得分是一个0-1之间的数，较高的得分表示译文质量越高。接近1的得分表示候选译文和参考译文就已经非常接近了。二、BLEU方法及分析2、BLEU方法用于汉语译文性能分析数据： 某英语水平考试英汉翻译试题 1段英文、3个句子 1个标准译文+3个手工译文 152篇翻译，阅卷点正式评分 满分：12分分数段123456789101112文件数9876131416192516127各分数段的文件数二、BLEU方法及分析BLEU方法性能分析各种匹配条件下BLEU-4得分与人工评价得分相关系数参考译文数按字按词匹配按词性词+词性10.5730.5390.5600.54840.6840.6240.6730.620二、BLEU方法及分析BLEU方法性能分析4个参考译文时与人工评价的相关性较好；按字计算时与人工评价的相关性较好；无论是按字匹配，按词匹配，按词性匹配，还是按词与词性同时匹配的，BLEU的相关性都仅在0.6-07之间二、BLEU方法及分析BLEU方法性能分析平均对待任何译文不符合人工翻译评价的直觉不区分译文的种类：实词、虚词、还是标点符号一个正确的名词译文vs一个正确介词译文不区分一个正确译文译出和连续多个正确译文获得连续正确译文的难度要比获得一个正确译文的难度要大对于手工评价，连续正确译文给人重要的正面印象。三、基于线性回归的BLEU方法改进三、基于线性回归的BLEU方法改进名词动词形容词副词数词和代词介词连词其他0.5970.6530.1710.4930.5090.3640.4870.469基于词类的译文权重首先引入词性信息考察不同词性的正确译文和人工翻译评价结果之间的关系各种词性正确译文与人工评价的相关系数(Pearson)三、基于线性回归的BLEU方法改进1、基于词类的译文权重回归分析每种词性的权重:引入权重前后BLEU-1得分和人工评分的相关性:名词动词形容词副词数词和代词介词连词其他0.2030.3320.0770.7250.0240.0280.3820.154BLEU-1增加词性权重无词性权重uni-gram0.7710.730三、基于线性回归的BLEU方法改进1、基于词类的译文权重对词性加权后，各种情况与人工评价的相关性都相对于BLEU有了很大的提升8种词性计算得分与人的评价得分的相关系数最高：0.77-相关系数8种词性0.771无形容词0.771无介词、形容词0.771无介词、代-数词