統(tǒng)計(jì)機(jī)器翻譯中結(jié)構(gòu)轉(zhuǎn)換技術(shù)的研究.pdf

1、在統(tǒng)計(jì)機(jī)器翻譯領(lǐng)域，基于短語(yǔ)的方法是最為成熟和穩(wěn)定的方法，但是目前已經(jīng)很難再有改進(jìn)的余地。對(duì)于語(yǔ)料庫(kù)中曾經(jīng)出現(xiàn)過(guò)的短語(yǔ)，短語(yǔ)模型可以給出比較準(zhǔn)確的翻譯，這種翻譯包括譯文的選擇詞和短語(yǔ)內(nèi)部語(yǔ)序的調(diào)整。但對(duì)于短語(yǔ)之間的語(yǔ)序調(diào)整，以及無(wú)法匹配的短語(yǔ)，這種方法難以給出有效的解決辦法。因?yàn)檫@種方法完全沒(méi)有利用深層次的句法結(jié)構(gòu)信息，更不用說(shuō)復(fù)雜的語(yǔ)義等方面的知識(shí)了。為此，人們寄希望于引入更深層次的語(yǔ)言結(jié)構(gòu)來(lái)改進(jìn)現(xiàn)有方法的性能。一種最直接的想法，就是

2、引入句法結(jié)構(gòu)，在句法結(jié)構(gòu)的基礎(chǔ)上建立統(tǒng)計(jì)機(jī)器翻譯模型。
　　本文提出了一個(gè)從源語(yǔ)言元結(jié)構(gòu)組到目標(biāo)語(yǔ)言元結(jié)構(gòu)組的結(jié)構(gòu)轉(zhuǎn)換模型。從大規(guī)模的句對(duì)齊的雙語(yǔ)句法樹(shù)中，根據(jù)詞匯對(duì)齊信息抽取源語(yǔ)言的元結(jié)構(gòu)組和目標(biāo)語(yǔ)言的元結(jié)構(gòu)組的互譯對(duì)，計(jì)算翻譯概率。分析非線性語(yǔ)言模型與線性序列語(yǔ)言模型的異同，設(shè)計(jì)并實(shí)現(xiàn)了基于元結(jié)構(gòu)的非線性語(yǔ)言模型，以此來(lái)控制元結(jié)構(gòu)組的調(diào)序。
　　采用最小錯(cuò)誤率訓(xùn)練算法來(lái)訓(xùn)練對(duì)數(shù)線性模型中的參數(shù)，最小錯(cuò)誤率將解碼評(píng)分標(biāo)準(zhǔn)和

3、自動(dòng)評(píng)測(cè)標(biāo)準(zhǔn)BLEU結(jié)合起來(lái)，將多維優(yōu)化問(wèn)題分解為多次一維優(yōu)化，將求解問(wèn)題從連續(xù)空間轉(zhuǎn)換到有限的離散空間。大大降低了求解的復(fù)雜度和難度。實(shí)驗(yàn)證明，經(jīng)最小錯(cuò)誤率訓(xùn)練后系統(tǒng)性能明顯提高。
　　最后將結(jié)構(gòu)轉(zhuǎn)換模型應(yīng)用到統(tǒng)計(jì)機(jī)器翻譯中，利用結(jié)構(gòu)轉(zhuǎn)換模型來(lái)隱藏源語(yǔ)言和目標(biāo)語(yǔ)言之間的句法結(jié)構(gòu)的異構(gòu)現(xiàn)象。將詞匯級(jí)的遠(yuǎn)距離調(diào)序轉(zhuǎn)換成元結(jié)構(gòu)組間的局部調(diào)序。實(shí)驗(yàn)證明，基于結(jié)構(gòu)轉(zhuǎn)換的機(jī)器翻系統(tǒng)的性能遠(yuǎn)遠(yuǎn)超過(guò)了基于短語(yǔ)的機(jī)器翻譯系統(tǒng)Pharaoh的性能。