改進漢英統(tǒng)計機器翻譯模型的教學(xué)方法研究.pdf

1、統(tǒng)計機器翻譯方法經(jīng)歷了從傳統(tǒng)的規(guī)則到噪聲信道模型，再到對數(shù)線性模型的轉(zhuǎn)變。在諸多統(tǒng)計機器翻譯技術(shù)中，基于短語的最小錯誤率訓(xùn)練是一種被廣泛采用的統(tǒng)計翻譯方法。本文依據(jù)數(shù)學(xué)原理，提出三種改進統(tǒng)計機器翻譯系統(tǒng)的方法：(1)基于非平行語料的半監(jiān)督傳導(dǎo)學(xué)習(xí)(2)基于赫夫曼編碼的解碼算法(3)帶約束條件的最小錯誤率訓(xùn)練。在基于短語的統(tǒng)計機器翻譯系統(tǒng)Moses基礎(chǔ)上應(yīng)用上述三種方法進行漢英翻譯實驗，其中，帶約束條件的最小錯誤率訓(xùn)練使得機器翻譯系統(tǒng)性能

2、得到顯著提高。
　　本文在半監(jiān)督傳導(dǎo)學(xué)習(xí)方法的框架下，利用網(wǎng)上可以自由獲取的非平行可比雙語語料，通過迭代方法增加訓(xùn)練語料的規(guī)模，使得機器翻譯系統(tǒng)可以用于平行語料較少的語言對。這種方法為統(tǒng)計機器翻譯系統(tǒng)獲取訓(xùn)練語料開辟了一個嶄新的思路。
　　另外，還應(yīng)用傳統(tǒng)的赫夫曼編碼樹技術(shù)，改進已有的棧解碼算法。這種方法通過使用合并策略而不是擴展策略生成新的假設(shè)，可以提高解碼算法的效率，節(jié)約存儲空間。實驗結(jié)果表明，赫夫曼解碼可以在保證譯文質(zhì)

3、量的前提下，降低解碼算法的時間復(fù)雜度，將解碼速度提升16倍，使得統(tǒng)計機器翻譯系統(tǒng)可以更加適應(yīng)于對大規(guī)模數(shù)據(jù)的快速翻譯。
　　根據(jù)貝葉斯公式，組成模型的各個函數(shù)之間存在獨立性假設(shè)。然而，由于被用于描述語言現(xiàn)象的不同側(cè)面，模型的部分函數(shù)之間有著必然的聯(lián)系。在最小錯誤率模型的基礎(chǔ)上，提出帶約束條件的函數(shù)決策公式。函數(shù)之間的條件概率關(guān)系被做為約束條件加入翻譯模型，從而在訓(xùn)練參數(shù)時，增強函數(shù)之間的關(guān)聯(lián)性。
　　實驗結(jié)果表明，函數(shù)決策公

4、式的約束條件對統(tǒng)計機器翻譯系統(tǒng)通過訓(xùn)練生成的參數(shù)產(chǎn)生影響。通過函數(shù)之間的約束條件調(diào)節(jié)，可以獲得多個滿足譯文最小錯誤率的局部最優(yōu)點。數(shù)百次的實驗表明，開發(fā)測試集獲得的約束條件參數(shù)能夠顯著提高系統(tǒng)在最終測試集上的評測結(jié)果。因此，適當(dāng)?shù)募s束條件有助于基于最小錯誤率訓(xùn)練的翻譯系統(tǒng)性能的提高。
　　以往的噪聲信道模型、最大熵模型和最小錯誤率模型所依據(jù)的最優(yōu)化函數(shù)都是無約束的。這種加入約束條件的方法在不增加系統(tǒng)的內(nèi)存空間和執(zhí)行時間的情況下，能

5、夠和各種改進最小錯誤率訓(xùn)練的方法一起使用，兼容性強，因此可以被廣泛應(yīng)用于統(tǒng)計機器翻譯系統(tǒng)中。約束條件的加入使得機器翻譯系統(tǒng)的模型參數(shù)更加適應(yīng)測試語料，在沒有使用其他外部資源(句法知識、人工規(guī)則等)的情況下，系統(tǒng)性能得到提高。只要找到更適合的約束條件，就有可能進一步提高統(tǒng)計機器翻譯的性能，說明這種方法有廣闊的發(fā)展空間。
　　綜上所述，數(shù)學(xué)方法的改進對統(tǒng)計機器翻譯系統(tǒng)至關(guān)重要。面對大規(guī)模的語言知識和統(tǒng)計數(shù)據(jù)，更好的數(shù)學(xué)模型能夠幫助統(tǒng)計