面向特定領域機器翻譯的平行語料構建方法的研究.pdf

1、機器翻譯是利用計算機實現(xiàn)不同自然語言間翻譯的學科。統(tǒng)計機器翻譯是當前主流的機器翻譯方法，它以平行語料庫為基礎獲取翻譯知識，可以開發(fā)出高效、性能優(yōu)良的翻譯系統(tǒng)。但是當領域發(fā)生變化時，翻譯系統(tǒng)由于缺少該領域的翻譯知識導致性能降低。因此，構建大規(guī)模高質(zhì)量特定領域的平行語料庫對于該特定領域統(tǒng)計機器翻譯系統(tǒng)性能的提高具有重要作用，但是平行語料庫的人工構建成本很高，利用機器翻譯構建的質(zhì)量又很低。
　　針對這個問題，本文重點研究了人工翻譯與機器

2、翻譯相結合的平行語料構建方法，以實現(xiàn)低成本高效率地構建平行語料的目標。本文根據(jù)特定語言對間翻譯人員的現(xiàn)實情況提出了兩種平行語料構建方法:
　　(1)在目標語言對的翻譯人員奇缺的情況下，本文提出了基于樞軸語言的平行語料構建方法，即利用第三種語言作為橋梁，借助已有的機器翻譯技術，并融合主動學習方法，構建目標語言對的大規(guī)模高質(zhì)量平行語料庫。本文通過以英語作為樞軸語言構建日漢平行語料庫的實例研究，利用成熟的基于短語的統(tǒng)計機器翻譯技術，重點

3、描述了基于樞軸語言的平行語料構建方法、基于主動學習的領域適應方法、基于譯文自動評測的良好譯文選擇方法、翻譯系統(tǒng)的更新迭代和評價實驗。實驗結果表明，該方法能夠快速構建日漢平行語料，并有效提高日漢翻譯系統(tǒng)的性能。
　　(2)在目標語言對的翻譯人員充足的情況下，為了提高使用機器翻譯構造的平行語料質(zhì)量，本文提出了基于依存樹到串翻譯模型的平行語料構建方法。該方法直接利用目標語言對的翻譯系統(tǒng)構建平行語料，提出利用依存樹所包含的句法知識和語義知

4、識來構建翻譯模型。同時與方法一樣使用基于主動學習的領域適應方法，通過提高翻譯系統(tǒng)性能達到提高平行語料質(zhì)量的目的。本文通過構建日漢平行語料庫的實例研究，重點描述了基于依存樹到串的翻譯模型，并將該模型用于日漢統(tǒng)計機器翻譯并進行了評測。評測結果顯示該系統(tǒng)BLEU值提高了0.62，RIBES提高了0.31，表明該模型能有效提高翻譯系統(tǒng)性能。
　　綜上所述，為了構建特定領域機器翻譯的平行語料，本文提出的兩種低成本高效率構建平行語料的方法都是