統(tǒng)計機器翻譯譯文錯誤檢測與校正方法研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、目前,基于統(tǒng)計的機器翻譯方法得到廣泛的應用,如軟件本地化、翻譯后編輯等領域。然而,受限于雙語語料的規(guī)模和質量,當前的統(tǒng)計機器翻譯系統(tǒng)仍然無法提供等同于人類的翻譯質量,因此,在實際應用中,統(tǒng)計機器翻譯系統(tǒng)一般作為輔助手段協(xié)助翻譯后編輯人員工作,以提高工作效率。
  對譯文中的翻譯錯誤準確定位,且在一定條件下對翻譯錯誤進行自校正,是提高后編輯人員工作效率的一個重要途徑。針對該問題,本文提出基于監(jiān)督學習的翻譯錯誤自動檢測和基于復述的錯誤

2、自校正策略,用以改善統(tǒng)計機器翻譯質量。
  課題主要針對機器翻譯譯文中出現(xiàn)的集外詞與非集外詞進行分類研究。對于集外詞而言,可以直接從翻譯結果中識別,然后用其含有翻譯候選的復述(paraphrases)進行替換,從而達到顯著降低集外詞的概率。對于非集外詞而言,將譯文錯誤檢測問題作為一個監(jiān)督分類問題,即給定一組候選譯文,從標注分類類別的數(shù)據(jù)集中抽取多個置信度特征,采用監(jiān)督學習方法訓練分類模型,然后將測試集候選譯文中的單詞分為“正確”與

3、“錯誤”兩類。最后,通過將錯誤的譯文單詞或短語映射到源語言端,并對該源語言詞或短語進行復述表示,使得機器翻譯系統(tǒng)的解碼器在最優(yōu)翻譯候選選擇時,可以搜索到更符合上下文環(huán)境的翻譯候選,從而提高翻譯質量,降低翻譯錯誤率。
  在基于Moses的統(tǒng)計機器翻譯基線系統(tǒng)上,本文以NIST2008作為開發(fā)集,NIST2005作為測試集進行了錯誤分類和錯誤自校正實驗。實驗結果表明,利用多特征組合方法可以顯著降低分類錯誤率,提高譯文錯誤預測能力;在

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論