基于形態(tài)句法信息的短語翻譯模型研究.pdf

1、本文研究如何利用句法信息和形態(tài)信息構(gòu)造短語翻譯模型，以提高短語翻譯系統(tǒng)的性能。句法分析是自然語言處理的關(guān)鍵問題之一，同時也是本文所構(gòu)造的翻譯模型的基礎(chǔ)。本文構(gòu)建了基于統(tǒng)計的漢語依存句法分析器，提取了由該分析器得到的句法信息，闡述了句法特征和語言形態(tài)特征提取方法。在此基礎(chǔ)上，構(gòu)造了基于形態(tài)句法信息的翻譯模型，實現(xiàn)了一個基于短語的漢蒙翻譯系統(tǒng)，并給出了句法分析器與翻譯系統(tǒng)的實驗結(jié)果。本研究工作的主要貢獻如下： 1、句法分析器的模型設(shè)

2、計 句法分析是自然語言處理的基礎(chǔ)工作之一，如何選取句法特征和降低搜索時間復(fù)雜度是進行句法分析的關(guān)鍵問題，本文提出利用生成樹算法結(jié)合概率配價理論方法構(gòu)造句法分析器，實現(xiàn)了MIRA訓(xùn)練算法。實驗表明，此設(shè)計方法提高了漢語依存句法分析器準確率。 2、句法與語言形態(tài)信息提取 當前短語統(tǒng)計翻譯模型仍然是主流，但此翻譯模型對語言信息(句法、語義、形態(tài)等)沒有較好的融合能力。本文提出將句法樹信息和形態(tài)信息以標注方式融到每個詞或

3、者短語中，在翻譯模型構(gòu)造上實現(xiàn)了規(guī)則與統(tǒng)計相結(jié)合和詞、短語、句法三層面信息的融合，有利于提高譯文質(zhì)量。 3、翻譯模型構(gòu)造方法 由于句法與形態(tài)信息的加入，使Factors數(shù)量增多，原有Factored模型會導(dǎo)致數(shù)據(jù)稀疏，模型訓(xùn)練也會出現(xiàn)過度擬合現(xiàn)象。本文采用對數(shù)選項池方法構(gòu)造了LOP-Factored模型，并實現(xiàn)了參數(shù)調(diào)整，找到詞，詞性、句法、形態(tài)等各個Factor之間的平衡點，實現(xiàn)模型優(yōu)化。在漢蒙統(tǒng)計機器翻譯對比實驗中，