基于實例的漢英依存樹到串機器翻譯方法研究.pdf

1、機器翻譯是自然語言處理領域的一個重點和難點問題，擁有著巨大的科學研究價值以及廣闊的商業(yè)應用前景。近年來，基于實例的機器翻譯發(fā)展十分迅速，取得了較為突出的成績?；趯嵗臋C器翻譯其翻譯性能非常依賴于實例庫的質(zhì)量，而實例庫的質(zhì)量體現(xiàn)為實例能夠被正確檢索的概率。如何有效提升實例庫質(zhì)量進而提升翻譯系統(tǒng)性能，一直以來都是研究人員共同努力的方向，也是基于實例的機器翻譯的研究熱點之一。近年來，基于實例的機器翻譯系統(tǒng)普遍采用結構化的方式存儲翻譯實例，在

2、實例中融入更多的句法結構和語義信息，以提升實例的可靠性。句法結構實例的獲得往往需要對原始語料進行分詞、詞性標注和句法分析的預處理，傳統(tǒng)方法往往對這三大基礎任務作管道式的依次處理，這會導致任務間既存錯誤的迭代傳遞進而影響結構化實例的準確性和可靠性。本文以此問題為切入點，以漢英實例機器翻譯為主要研究方向，重點研究了基于實例的機器翻譯中結構化實例庫的構建方法。
　　本文的主要研究成果包括:
　　(1)提出了一種漢英依存樹到串實例庫

3、的構建方法。一方面，融入中文詞法句法分析聯(lián)合模型對中文語料進行處理，旨在降低漢英EBMT中源語言端基礎任務中的錯誤傳遞，提高提取層次間特征的準確性。其可靠性在大規(guī)模訓練語料的實驗下得到了有效驗證。另一方面，基于傳統(tǒng)方法的同時結合本系統(tǒng)的實際情況，提出了一種實例泛化的方法，可有效提高實例的實用性。
　　(2)基于本文構建的漢英依存樹到串實例庫，對傳統(tǒng)的相似實例檢索及譯文生成方法作了相應的改進，完善了系統(tǒng)的相似實例檢索及譯文生成模塊。

4、
　　(3)對本文提出的系統(tǒng)各模塊方法進行有機整合，形成了一個完整的實例翻譯系統(tǒng)。系統(tǒng)性能在大規(guī)模訓練語料的對比實驗下得到了有效驗證。
　　本文方法首次將中文詞法句法分析聯(lián)合模型融入基于實例的機器翻譯系統(tǒng)中，借以構建高質(zhì)量的漢英依存樹到串實例庫，并完整實現(xiàn)了一個基于實例的機器翻譯系統(tǒng)。機器翻譯系統(tǒng)性能比較的實驗證明了本文所提方法的有效性，可有效獲取正確率較高的譯文。融入聯(lián)合模型的對比實驗結果表明，本文將中文詞法句法分析聯(lián)合模