遞歸柱搜索解碼算法及其應(yīng)用.pdf

1、機(jī)器翻譯是將一種自然語(yǔ)言翻譯成另一種自然語(yǔ)言。機(jī)器翻譯的方法有很多種,主要包括基于規(guī)則的,基于實(shí)例的和基于統(tǒng)計(jì)的方法。統(tǒng)計(jì)機(jī)器翻譯近些年來(lái)在機(jī)器翻譯領(lǐng)域取得了較大的進(jìn)展,由于在處理大規(guī)模語(yǔ)料時(shí)所具有的明顯優(yōu)勢(shì)和在多次公開(kāi)機(jī)器翻譯評(píng)測(cè)中所取得的突出成績(jī),這種方法已成為國(guó)內(nèi)外機(jī)器翻譯研究的熱點(diǎn)。 本文首先介紹了機(jī)器翻譯的歷史,主要方法及統(tǒng)計(jì)機(jī)器翻譯的三個(gè)主要模塊：語(yǔ)言模型,翻譯模型,解碼模型。在統(tǒng)計(jì)機(jī)器翻譯方法中,解碼模型的設(shè)計(jì)占有

2、非常重要的位置,通常采用柱搜索算法來(lái)實(shí)現(xiàn),其核心思想是在搜索過(guò)程中利用動(dòng)態(tài)規(guī)劃方法不斷地?cái)U(kuò)展出所有可能的翻譯狀態(tài),直到翻譯完成。雖然實(shí)驗(yàn)證明柱搜索算法可以獲得較好的的翻譯結(jié)果,但它在翻譯過(guò)程中不能充分利用帶變量的短語(yǔ)。帶變量短語(yǔ)具有較強(qiáng)的泛化能力,在實(shí)際的自然語(yǔ)言中也被廣泛使用,對(duì)提高機(jī)器翻譯的質(zhì)量具有重要作用。因此,本文提出了一種遞歸柱搜索算法,以便在機(jī)器翻譯的實(shí)踐中有效地利用帶變量短語(yǔ)。遞歸柱搜索算法的實(shí)質(zhì)是將遞歸的思想引入柱搜索解

3、碼算法中,通過(guò)對(duì)不連續(xù)短語(yǔ)中的變量部分進(jìn)行遞歸式分析,實(shí)現(xiàn)對(duì)帶變量短語(yǔ)的翻譯。 其次,本文利用已有的漢英雙語(yǔ)語(yǔ)料庫(kù),設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)漢英翻譯系統(tǒng),其中的主要工作包括：雙語(yǔ)語(yǔ)料庫(kù)的預(yù)處理和對(duì)齊訓(xùn)練,短語(yǔ)、短語(yǔ)模板的自動(dòng)提取及概率計(jì)算,以及遞歸柱搜索算法的設(shè)計(jì)和實(shí)現(xiàn)。此外,本文還對(duì)遞歸柱搜索算法和柱搜索算法的翻譯結(jié)果進(jìn)行了對(duì)比實(shí)驗(yàn)和比較分析。 最后,本文討論了機(jī)器翻譯的人工評(píng)測(cè)和自動(dòng)評(píng)測(cè)方法,并給出了所實(shí)現(xiàn)的漢英翻譯系統(tǒng)在參