基于短語模板的機器翻譯研究.pdf

1、泛化的EBMT(Example-based machine translation)是針對傳統(tǒng)EBMT的一種改進方案，它利用翻譯模板取代翻譯實例，這樣既減小了實例庫的規(guī)模，同時也在一定程度上提高了模板匹配的幾率，是一種有效的機器翻譯方法。 本文在泛化的EBMT的基礎上，采用基于短語模板的方法，展開進一步的研究工作：在泛化EBMT中引入句法分析技術，將句子抽取成短語模板和主干模板，構建雙層翻譯模板庫，同時提出一種句子相似度模型的訓

2、練方法。其主要過程如下： 在模板的抽取階段，利用句法分析器對雙語平行語料中的源語言句子進行句法分析，將分析結果中的短語部分抽取出來，留下句子的主干部分；然后根據(jù)詞語對齊關系把目標語言的句子也分為對應的主干和短語部分，從而得到短語平行語料庫和主干平行語料庫；最后利用語義詞典對兩個平行語料庫分別進行概念的抽取，得到短語模板和主干模板，進而構建翻譯模板庫。 在翻譯測試階段，利用句子相似度算法在模板庫中搜索與輸入句匹配的模板，然

3、后采用主干模板和短語模板結合的方式進行翻譯：利用主干模板翻譯輸入句的主干部分，利用短語模板翻譯輸入句中復雜的名詞短語，最后得到譯文。翻譯中使用的語句相似度算法是基于字符序列的相似度算法，選取詞語相似度和句子長度差作為特征函數(shù)，并利用NIST工具對其進行訓練，得到優(yōu)化的參數(shù)組合。 實驗選取一組雙語平行語料構建翻譯模板庫，并分別作了閉式和開式的翻譯測試。實驗結果表明，與泛化的EBMT方法相比，基于短語模板的EBMT方法可以減少模板庫