基于實例機器翻譯中幾個重要問題的研究.pdf

1、機器翻譯是人工智能中最活躍的研究領(lǐng)域之一。作為機器翻譯的一個主要分支，基于實例的機器翻譯(Example-basedMachineTranslation,EBMT)涉及到許多機器學(xué)習(xí)問題，并探索了如何在自然語言處理中使用類比和實例復(fù)用等認知過程。作為面向特定領(lǐng)域的一個良好切入點，EBMT能夠比較經(jīng)濟、快速地建立實用的翻譯系統(tǒng)。因此，對于EBMT的研究具有重要的理論意義和實用價值。本文以基于實例的機器翻譯方法為研究主線，就其中的一些關(guān)鍵技

2、術(shù)進行研究。作為EBMT的重要組成部分，首先研究了翻譯實例庫的構(gòu)建方法，并對搭配翻譯實例這一翻譯獲取中的難點進行專門研究。在此基礎(chǔ)上，進一步研究基于實例的翻譯模型構(gòu)建問題。另外，還對輸出譯文質(zhì)量自動評價方法進行了探索。具體地講，本文從如下幾個方面進行了研究：
　　1.研究了翻譯實例庫的構(gòu)建方法。提出了淺層句法信息和概率統(tǒng)計模型相結(jié)合的翻譯實例獲取方法。首先，利用淺層句法信息劃分源語言和目標語言的翻譯單元；然后，在詞對齊結(jié)果的指導(dǎo)下

3、，確定候選翻譯單元（語塊）對齊方式，從而降低了語塊對齊方式的搜索空間；最后，通過語塊對齊概率模型確定源語言和目標語言翻譯單元之間的映射關(guān)系，從而獲取翻譯等價單元。該方法一方面，避免了完全句法分析結(jié)果不十分可靠的缺點，同時又利用了統(tǒng)計方法的靈活性和通用性。
　　2.研究了搭配翻譯實例的獲取。針對翻譯知識獲取中的難點——搭配翻譯實例的獲取提出了一種利用單語語料庫進行搭配翻譯的方法。該方法采用對數(shù)線性模型綜合利用多種特征信息構(gòu)建搭配翻譯

4、模型，除了搭配內(nèi)部的翻譯概率之外，還進一步引入了上下文信息進行譯文消歧，有效地提高了搭配譯文的準確率。
　　3.研究了基于實例的翻譯模型構(gòu)建方法。探討了如何利用機器學(xué)習(xí)方法（而不是根據(jù)人類以往的直覺和經(jīng)驗）來指導(dǎo)EBMT模型的構(gòu)建。一方面，形式化地構(gòu)造高維特征空間以涵蓋翻譯實例庫中所蘊含的各類特征信息；另一方面，通過最大熵模型來試圖挖掘各類特征信息對于翻譯過程的的貢獻以及這些信息之間的相互影響。
　　4.研究了輸出譯文質(zhì)量的