基于短語的漢英統(tǒng)計機(jī)器翻譯系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf

1、本文主要介紹了統(tǒng)計機(jī)器翻譯系統(tǒng)，并對當(dāng)前統(tǒng)計機(jī)器翻譯的主流方法——基于短語的統(tǒng)計機(jī)器翻譯系統(tǒng)進(jìn)行了探討。介紹了第一個基于短語的統(tǒng)計機(jī)器翻譯系統(tǒng)——法老，對基于短語的統(tǒng)計機(jī)器翻譯系統(tǒng)有了一個比較形象的認(rèn)識。主要研究內(nèi)容如下： ⑴通過數(shù)據(jù)模型和圖表樣例介紹了基于短語的統(tǒng)計機(jī)器翻譯系統(tǒng)的設(shè)計過程。對訓(xùn)練語料的對齊、短語抽取，以及對自動抽取的短語進(jìn)行解碼翻譯和不同約束規(guī)則下的語序調(diào)整模型進(jìn)行了說明介紹，對基于短語的統(tǒng)計機(jī)器翻譯的具體實(shí)現(xiàn)

2、做了充分的理論設(shè)計。 ⑵通過建立數(shù)據(jù)模型，以及對系統(tǒng)模塊的劃分，利用國內(nèi)國際上目前已有的一些資源，包括一些開放的源代碼工具和一些可以公開獲得的授權(quán)工具給出了基于短語的統(tǒng)計機(jī)器系統(tǒng)的整合實(shí)現(xiàn)。其中包括漢語分詞工具、詞語對齊模塊、英文分詞工具、語言模型工具等，并對訓(xùn)練語料庫、詞語對齊語料庫、短語翻譯概率表格式、語言模型格式、輸入/輸出文件格式和參考答案格式進(jìn)行了定義。實(shí)現(xiàn)了各模塊間的匹配，規(guī)范了數(shù)據(jù)在整個系統(tǒng)運(yùn)行中的可操作性。評測環(huán)

3、節(jié)從語料庫中抽取出一部分作為開發(fā)集和測試集，利用現(xiàn)有的評測工具對集成的基于短語的統(tǒng)計機(jī)器翻譯系統(tǒng)的準(zhǔn)確度和BLEU值進(jìn)行評測。 ⑶設(shè)計了基于短語的郵政專用詞條領(lǐng)域的漢英機(jī)器翻譯系統(tǒng)——郵譯通系統(tǒng)。綜合以上的開發(fā)理念和利用現(xiàn)有的開源資源，同時輔以記憶庫、詞典等模塊，我們開發(fā)了基于服務(wù)器—客戶端模式的郵政專用詞條漢英機(jī)器翻譯系統(tǒng)軟件——郵譯通，該系統(tǒng)可為用戶提供方便的操作界面，用戶可以動態(tài)地添加自定義模板，詞典等來指導(dǎo)和校正翻譯結(jié)果