EBMT系統(tǒng)中翻譯模板的抽取與匹配.pdf

1、傳統(tǒng)的EBMT(Example-BasedMachineTranslation，基于實(shí)例的機(jī)器翻譯)方法是建立在大規(guī)模的實(shí)例庫基礎(chǔ)之上的，存在著精確匹配率不高，模糊匹配時(shí)產(chǎn)生譯文質(zhì)量較差等缺點(diǎn)。利用翻譯模板可以有效的解決翻譯實(shí)例的數(shù)據(jù)稀疏問題、簡化實(shí)例庫的規(guī)模并提高實(shí)例匹配的精確率。本文研究了如何利用實(shí)例語料庫自動獲取翻譯模板并在其基礎(chǔ)之上進(jìn)行模板匹配的方法。 本文所定義的翻譯模板是基于漢語淺層句法分析的，具體包括謂語中心詞識別

2、，介詞短語識別以及組塊識別。淺層句法分析的優(yōu)點(diǎn)是可以識別出確定性高的部分分析結(jié)果，減少句法分析中的歧義，從而降低句法分析的難度。 基于模板的翻譯方法的核心問題是模板的抽取與匹配算法。本文在模板抽取過程中首先對翻譯實(shí)例進(jìn)行潛層句法分析，根據(jù)分析結(jié)果得到實(shí)例主架模板、介詞短語模板以及組塊模板。然后為每類模板確定一個中心詞，利用中心詞索引方式進(jìn)行各類別模板的獨(dú)立存儲、索引關(guān)聯(lián)，并進(jìn)行系統(tǒng)模板庫的構(gòu)建。在模板匹配過程中首先對輸入句進(jìn)行模

3、板抽取，然后在系統(tǒng)模板庫中檢索匹配模板。檢索過程中兼顧模板的結(jié)構(gòu)信息及語義信息，在保證模板主架結(jié)構(gòu)相似的情況下再進(jìn)行語義信息的匹配。匹配時(shí)分別以模板中心詞作為靜態(tài)閾值，模板距離及相似度得分作為動態(tài)閾值判斷模板是否相似。 在對由2386個實(shí)例構(gòu)建的模板庫分別進(jìn)行句子級的封閉測試及組塊級的開放測試，準(zhǔn)確率分別在94.98％及94.85％以上。實(shí)驗(yàn)結(jié)果表明，本文提出翻譯模板抽取與匹配算法應(yīng)用于EBMT系統(tǒng)中是可行的。 最后，本