基于短語的蒙漢統(tǒng)計機器翻譯研究.pdf

1、隨著計算機性能的逐漸提高，統(tǒng)計方法在機器翻譯中得到了廣泛的應用。統(tǒng)計機器翻譯方法主要有基于詞的翻譯模型、基于短語的翻譯模型和基于句法的翻譯模型。基于短語的翻譯模型比基于詞的翻譯模型在翻譯質(zhì)量上提高了很多，同時基于短語的翻譯模型比基于句法的翻譯模型具有模型簡單、訓練速度快、解碼效率高等優(yōu)勢。因此基于短語的機器翻譯方法逐漸成為了統(tǒng)計機器翻譯領域的研究熱點。
　　 首先，本文闡述了統(tǒng)計機器翻譯的相關理論，并結(jié)合蒙古文信息處理技術的現(xiàn)狀

2、，利用國際現(xiàn)有開源軟件搭建了一個基于短語的蒙漢統(tǒng)計機器翻譯系統(tǒng)，該系統(tǒng)將蒙古語文本自動翻譯成漢語文本。
　　 其次，本文建立了開發(fā)集和測試集，并通過收集和建立這兩種途徑獲得一定規(guī)模的蒙漢平行語料庫。在此基礎上對蒙漢統(tǒng)計機器翻譯系統(tǒng)做了一些實驗。其中以規(guī)模為8萬對句的蒙漢平行語料庫作為翻譯模型的訓練語料，將規(guī)模為400對句的測試語料進行開放測試之后得到的評測結(jié)果BLEU和NIST值分別為0.2353和5.1859。通過實驗結(jié)果發(fā)現(xiàn)

3、，與國際先進系統(tǒng)相比，翻譯結(jié)果的差距較大，研究中仍存在一些問題，比如：譯文中存在未登陸詞，語序混亂及語法、語義歧義等問題。
　　 最后，針對上述問題，為提高蒙漢機器翻譯的性能，本文將蒙古語言的詞性信息引入到統(tǒng)計模型中進行了試驗。為驗證蒙古語言的詞性信息能否提高蒙漢機器翻譯的性能，本文對添加蒙古語言的詞性標注信息前后的蒙漢機器翻譯系統(tǒng)分別做了實驗。實驗結(jié)果表明，引入蒙古語言的詞性信息之后，蒙漢機器翻譯系統(tǒng)的基準(baseline)