

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),基于統(tǒng)計(jì)的方法在機(jī)器翻譯領(lǐng)域內(nèi)越來(lái)越占據(jù)到主導(dǎo)地位,多種基于統(tǒng)計(jì)方法的機(jī)器翻譯系統(tǒng)相繼出現(xiàn),如基于短語(yǔ)、基于層次型短語(yǔ)、基于句法等等。而對(duì)于機(jī)器翻譯系統(tǒng),語(yǔ)料是不可或缺的重要資源,所謂“巧婦難為無(wú)米之炊”?!帮垺弊龅暮贸赃€是不好吃,“巧婦”很重,當(dāng)然也不能沒(méi)有米,“米”質(zhì)量的好壞也至關(guān)重要。為此,本文重點(diǎn)研究統(tǒng)計(jì)機(jī)器翻譯語(yǔ)料的預(yù)處理、雙語(yǔ)語(yǔ)料質(zhì)量的評(píng)價(jià),以及語(yǔ)料選取和訓(xùn)練集的構(gòu)建。另外,對(duì)雙語(yǔ)術(shù)語(yǔ)資源的自動(dòng)獲取工作做了一些簡(jiǎn)單的
2、介紹。
語(yǔ)料預(yù)處理工作是一項(xiàng)比較繁瑣但對(duì)機(jī)器翻譯來(lái)講又十分重要的任務(wù)。本文從傳統(tǒng)預(yù)處理角度介紹了預(yù)處理的流程、相關(guān)技術(shù)。同時(shí)結(jié)合專利翻譯任務(wù)語(yǔ)料預(yù)處理對(duì)涉及到的一些問(wèn)題進(jìn)行了討論。簡(jiǎn)單的探討了預(yù)處理對(duì)機(jī)器翻譯性能的影響。
另外,針對(duì)統(tǒng)計(jì)機(jī)器翻譯雙語(yǔ)語(yǔ)料質(zhì)量參差不齊,并且難以保證的問(wèn)題,本文比較了幾種不同的句對(duì)質(zhì)量評(píng)價(jià)方法,包括基于雙語(yǔ)詞典的句對(duì)質(zhì)量評(píng)價(jià)等。從忠誠(chéng)度和流暢度兩個(gè)方面來(lái)衡量句對(duì)質(zhì)量。通過(guò)實(shí)驗(yàn)驗(yàn)證了這些方法
3、的合理性,并對(duì)其中存在的問(wèn)題進(jìn)行了分析。
雙語(yǔ)專名、術(shù)語(yǔ)翻譯資源對(duì)于機(jī)器翻譯來(lái)說(shuō)也是非常重要的。本文基于互聯(lián)網(wǎng)和學(xué)術(shù)文獻(xiàn)數(shù)據(jù)庫(kù),用自動(dòng)的方法獲取了數(shù)百萬(wàn)的雙語(yǔ)術(shù)語(yǔ)翻譯資源,并對(duì)資源進(jìn)行了整理和規(guī)范化。這些資源為機(jī)器翻譯系統(tǒng)提供了重要的資源支撐。當(dāng)然,這些資源同樣可用于中文分詞,信息檢索等諸多領(lǐng)域。
在訓(xùn)練語(yǔ)料的選取和訓(xùn)練集構(gòu)建方面,本文提出了基于句對(duì)質(zhì)量和覆蓋度的統(tǒng)計(jì)機(jī)器翻譯訓(xùn)練語(yǔ)料選取方法,通過(guò)實(shí)驗(yàn)證明了該方法的有
4、效性。在實(shí)驗(yàn)數(shù)據(jù)上,選取原始規(guī)模20%的語(yǔ)料作為訓(xùn)練集即達(dá)到用全部預(yù)料相當(dāng)?shù)挠?xùn)練效果。并且將該方法用到具體的實(shí)際應(yīng)用中,為CWMT2011機(jī)器翻譯評(píng)測(cè)選取100萬(wàn)中英雙語(yǔ)句對(duì)作為訓(xùn)練語(yǔ)料。相關(guān)實(shí)驗(yàn)充分表明了該方法的優(yōu)勢(shì),且簡(jiǎn)單有效。
在測(cè)試集給定并且訓(xùn)練語(yǔ)料有限情況下,為了達(dá)到更佳的訓(xùn)練效果,需要對(duì)原始訓(xùn)練集進(jìn)行優(yōu)化。有些研究是從原始的訓(xùn)練集中選擇和測(cè)試集相似的句對(duì),通過(guò)加重這些相似句對(duì)權(quán)重的方法來(lái)優(yōu)化訓(xùn)練集的分布,達(dá)到提高翻
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向統(tǒng)計(jì)機(jī)器翻譯的雙語(yǔ)語(yǔ)料質(zhì)量評(píng)價(jià)技術(shù)研究.pdf
- 面向機(jī)器翻譯的復(fù)述技術(shù)研究.pdf
- 面向統(tǒng)計(jì)機(jī)器翻譯的結(jié)構(gòu)對(duì)齊及結(jié)構(gòu)轉(zhuǎn)換技術(shù)研究.pdf
- 面向旅游領(lǐng)域的漢英統(tǒng)計(jì)機(jī)器翻譯關(guān)鍵技術(shù)研究.pdf
- 統(tǒng)計(jì)機(jī)器翻譯中語(yǔ)料選擇方法研究
- 短語(yǔ)統(tǒng)計(jì)機(jī)器翻譯關(guān)鍵技術(shù)研究.pdf
- 統(tǒng)計(jì)機(jī)器翻譯若干關(guān)鍵技術(shù)研究.pdf
- 面向機(jī)器翻譯的模板自動(dòng)獲取技術(shù)研究.pdf
- 面向統(tǒng)計(jì)機(jī)器翻譯的解碼算法的研究.pdf
- 面向短語(yǔ)統(tǒng)計(jì)機(jī)器翻譯解碼算法的研究.pdf
- 面向特定領(lǐng)域機(jī)器翻譯的平行語(yǔ)料構(gòu)建方法的研究.pdf
- 機(jī)器翻譯評(píng)價(jià)的統(tǒng)計(jì)方法研究.pdf
- 云翻譯平臺(tái)下基于海量語(yǔ)料的統(tǒng)計(jì)機(jī)器翻譯方法研究.pdf
- 面向維漢機(jī)器翻譯的平行語(yǔ)料庫(kù)的研究與實(shí)現(xiàn).pdf
- 采用統(tǒng)計(jì)機(jī)器翻譯模型的復(fù)述生成技術(shù)研究.pdf
- 詞對(duì)齊技術(shù)研究及統(tǒng)計(jì)機(jī)器翻譯平臺(tái)的構(gòu)建.pdf
- 面向統(tǒng)計(jì)機(jī)器翻譯的領(lǐng)域自適應(yīng)方法研究.pdf
- 面向模板機(jī)器翻譯的文本生成技術(shù)研究.pdf
- 統(tǒng)計(jì)機(jī)器翻譯綜述
- 統(tǒng)計(jì)機(jī)器翻譯中結(jié)構(gòu)轉(zhuǎn)換技術(shù)的研究.pdf
評(píng)論
0/150
提交評(píng)論