收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于同步树替换文法的统计机器翻译方法研究

蒋宏飞  
【摘要】:机器翻译的研究已经有五十多年的历史。目前,主导的研究方向是基于统计的机器翻译。经过近十多年的发展,统计机器翻译已经从最开始的基于词的模型演变到现在比较成熟的基于短语的翻译模型,直至目前正处于研究热点阶段的基于句法的统计机器翻译模型。基于句法的机器翻译模型相比以往的模型有着很多潜在的优势。比如较容易对长距离调序进行建模、具有较强的泛化能力、可以处理非连续短语对应等等。 但同时,基于句法的机器翻译模型的研究尚不完善,还有很多课题亟待解决。本文就是针对当前句法模型中存在的若干问题展开研究,尝试提出些解决方案。具体地,本文主要做了如下工作: 1)基于同步树替换文法的统计机器翻译模型 针对基于短语的统计机器翻译模型以及基于同步上下文无关文法的句法模型的缺陷,本文提出一种基于同步树替换文法的机器翻译模型。基于短语的统计机器翻译模型把短语作为基本翻译单元,从而可以捕捉到一些常见的翻译现象,如习惯用语等。但是基于短语的模型没有任何结构信息,故而缺乏远距离全局调序的能力,同时不能对非连续短语翻译对进行建模。基于同步上下文无关文法的句法模型只允许处于同层次中的兄弟节点之间进行调序,无法处理语言间的异构对应现象。相对于基于短语的模型,本文所提出的模型可以对远距离结构性调序和非连续短语翻译进行建模;相对于基于同步上下文无关文法模型,本文所提出的模型可以对任何层次上的树节点调序进行建模。因此,本模型可以为处理语言结构间的异构对应问题提供有效的解决途径。在两组风格差异较大的数据集上进行的实验均验证了基于同步树替换文法的模型相对比于基于短语模型和基于同步上下文无关文法模型的稳定优势。 2)融入非严格句法翻译等价知识 现有的大多数基于句法的模型都因严格的句法限制而制约了模型的描述能力。为突破这种限制并将基于短语的模型的优点融入到句法模型中,本文提出一种基于同步树序列替换文法的统计机器翻译模型。在此模型中,树序列被用作为基本的翻译单元。在这种框架下,不满足句法限制的翻译等价对和满足句法限制的翻译等价对都可以融入句法信息并被翻译模型所使用。在2005年度美国国家标准与技术研究所(NIST)举办的机器翻译评测的中文翻译任务语料上的实验表明,本文提出的模型显著地超过了两个基准系统:个基于短语的翻译系统和一个基于严格树结构的句法翻译模型。 3)基于合成同步文法的统计机器翻译模型 为综合利用不同同步文法的优势,本文提出了一个基于合成同步文法的机器翻译模型。这个合成同步文法合成了一个纯形式化的同步上下文无关文法以及一个基于语言学信息的同步树序列替换文法。合成同步文法推导中所包含的异质文法推导可以极大地扩大候选译文搜索空间,从而进一步提高系统翻译性能。 4)规则分类体系以及不同种类规则贡献研究 本文还对翻译规则的分类体系进行了深入探讨。具体地,本文回顾了当前研究界出现的一些零散的规则分类方法,并对它们进行了批判式的讨论分析。在此基础上,提出了一个比较完善的、多角度的规则分类体系。为了考察不同种类规则效用,贡献度,本文在两个当前比较典型的句法翻译系统上做了经验性的对比实验分析。为了更为清晰地进行不同规则种类的性能代价分析,本文还给出了一个衡量指标。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘群;统计机器翻译综述[J];中文信息学报;2003年04期
2 苗洪霞;蔡东风;宋彦;;基于短语的统计机器翻译方法[J];沈阳航空工业学院学报;2007年02期
3 何中军;刘群;林守勋;;统计机器翻译中短语切分的新方法[J];中文信息学报;2007年01期
4 李俊;薛永增;赵铁军;;常用统计翻译模型在口语汉英翻译中的比较研究[J];计算机应用研究;2007年06期
5 娜步青;;基于统计的蒙汉机器翻译系统研究[J];内蒙古农业大学学报(自然科学版);2005年04期
6 杨攀;李淼;张建;;基于短语统计翻译的汉维机器翻译系统[J];计算机应用;2009年07期
7 曹杰;吕雅娟;苏劲松;刘群;;利用上下文信息的统计机器翻译领域自适应[J];中文信息学报;2010年06期
8 任高举;吐尔根·伊布拉音;艾山·吾买尔;;统计机器翻译中汉维短语对抽取的研究[J];新疆大学学报(自然科学版);2010年03期
9 苏劲松;刘群;吕雅娟;;一种考虑对齐不一致的短语翻译概率估计方法[J];中文信息学报;2011年03期
10 冯志伟;;机器翻译与语言研究(下)[J];术语标准化与信息技术;2007年04期
11 张涛;;机器翻译的发展与基于短语的统计机器翻译[J];山西广播电视大学学报;2009年04期
12 孙加东;赵铁军;梁华参;;基于结构对齐的统计机器翻译模型[J];通信学报;2009年07期
13 罗毅;李淼;张建;;一种基于短语统计机器翻译的高效柱搜索解码器[J];计算机应用;2007年08期
14 罗毅;李淼;朱鉴;胡冠龙;;基于短语统计机器翻译解码算法的研究与实现[J];计算机工程与应用;2007年30期
15 蒋宏飞;李生;张民;赵铁军;杨沐昀;;基于同步树序列替换文法的统计机器翻译模型[J];自动化学报;2009年10期
16 狄萍;周宥良;贡正仙;周国栋;;基于短语的统计机器翻译中短语表的过滤[J];计算机应用与软件;2011年05期
17 陈伟;黄蕾;刘峰;赵志宏;;双语平行网页挖掘系统的设计与实现[J];计算机工程;2009年14期
18 王志洋;吕雅娟;刘群;;面向形态丰富语言的多粒度翻译融合[J];中文信息学报;2011年04期
19 银花;王斯日古楞;艳红;;基于短语的蒙汉统计机器翻译系统的设计与实现[J];内蒙古师范大学学报(自然科学汉文版);2011年01期
20 孙越恒;段楠;侯越先;;统计机器翻译中的非连续短语模板抽取及其应用[J];计算机科学;2009年10期
中国重要会议论文全文数据库 前10条
1 董兴华;周俊林;郭树盛;吐尔洪·吾司曼;;基于短语的汉维(维汉)统计机器翻译研究[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
2 何中军;刘群;林守勋;;统计机器翻译中短语切分的新方法[A];第三届学生计算语言学研讨会论文集[C];2006年
3 熊皓;刘洋;刘群;;模糊匹配在树到串翻译模型中的应用[A];第五届全国青年计算语言学研讨会论文集[C];2010年
4 蒋俊杰;徐金安;张玉洁;;北京交通大学CWMT2011评测技术报告[A];机器翻译研究进展——第七届全国机器翻译研讨会论文集[C];2011年
5 于惠;谢军;熊皓;吕雅娟;刘群;林守勋;;基于篇章上下文的统计机器翻译方法[A];机器翻译研究进展——第七届全国机器翻译研讨会论文集[C];2011年
6 朱海;李淼;张建;乌达巴拉;;系统融合方法在汉蒙统计机器翻译上的应用[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
7 王春荣;宝美荣;王斯日古楞;;内蒙古师范大学CWMT2011蒙汉机器翻译系统评测技术报告[A];机器翻译研究进展——第七届全国机器翻译研讨会论文集[C];2011年
8 巢文涵;李舟军;;ZZX_MT系统CWMT2011评测报告[A];机器翻译研究进展——第七届全国机器翻译研讨会论文集[C];2011年
9 于东;贾磊;徐波;;面向语音识别错误恢复的澄清式疑问句生成[A];中国计算语言学研究前沿进展(2009-2011)[C];2011年
10 姚树杰;肖桐;朱靖波;;基于句对质量和覆盖度的统计机器翻译训练语料选取[A];第五届全国青年计算语言学研讨会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 段楠;统计机器翻译的一致性解码方法研究[D];天津大学;2012年
2 蒋宏飞;基于同步树替换文法的统计机器翻译方法研究[D];哈尔滨工业大学;2010年
3 刘水;融入头—修饰词调序模型的短语统计机器翻译方法研究[D];哈尔滨工业大学;2011年
4 黄书剑;统计机器翻译中的词对齐研究[D];南京大学;2012年
5 林建方;词搭配抽取及在信息检索中的应用研究[D];哈尔滨工业大学;2010年
6 朱聪慧;汉英动词次范畴相关技术的研究[D];哈尔滨工业大学;2009年
7 陈毅东;基于短语的统计机器翻译模型若干关键技术研究[D];厦门大学;2008年
8 蔡柯柯;基于查询特征上下文的检索模型研究[D];浙江大学;2007年
9 王博;机器翻译系统的自动评价及诊断方法研究[D];哈尔滨工业大学;2010年
10 薛永增;统计机器翻译若干关键技术研究[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 崔磊;关于层次短语翻译模型调序问题的研究[D];哈尔滨工业大学;2010年
2 许冲;统计机器翻译中层次短语翻译模型的研究与实现[D];哈尔滨工业大学;2010年
3 李文;形态非对称汉蒙统计机器翻译模型构造方法研究[D];中国科学技术大学;2011年
4 银花;基于短语的蒙汉统计机器翻译研究[D];内蒙古师范大学;2011年
5 张育;基于依存语法的统计机器翻译研究[D];苏州大学;2011年
6 任高举;基于短语的翻译模型中汉维短语抽取的研究[D];新疆大学;2010年
7 宋美娜;基于词缀特征的汉蒙统计机器翻译系统[D];内蒙古大学;2010年
8 张春越;统计机器翻译中树到串对齐模板模型系统实现和比较研究[D];哈尔滨工业大学;2010年
9 王志杰;统计机器翻译系统在手持设备上的研究与实现[D];内蒙古大学;2012年
10 应玉龙;汉蒙词法分析及其在统计机器翻译中的应用[D];中国科学技术大学;2010年
中国重要报纸全文数据库 前1条
1 周滢;走向新时代[N];中国邮政报;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978