基于短語(yǔ)的漢英統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、本文主要介紹了統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)，并對(duì)當(dāng)前統(tǒng)計(jì)機(jī)器翻譯的主流方法——基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)進(jìn)行了探討。介紹了第一個(gè)基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)——法老，對(duì)基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)有了一個(gè)比較形象的認(rèn)識(shí)。主要研究?jī)?nèi)容如下： ⑴通過(guò)數(shù)據(jù)模型和圖表樣例介紹了基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)的設(shè)計(jì)過(guò)程。對(duì)訓(xùn)練語(yǔ)料的對(duì)齊、短語(yǔ)抽取，以及對(duì)自動(dòng)抽取的短語(yǔ)進(jìn)行解碼翻譯和不同約束規(guī)則下的語(yǔ)序調(diào)整模型進(jìn)行了說(shuō)明介紹，對(duì)基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯的具體實(shí)現(xiàn)

2、做了充分的理論設(shè)計(jì)。 ⑵通過(guò)建立數(shù)據(jù)模型，以及對(duì)系統(tǒng)模塊的劃分，利用國(guó)內(nèi)國(guó)際上目前已有的一些資源，包括一些開(kāi)放的源代碼工具和一些可以公開(kāi)獲得的授權(quán)工具給出了基于短語(yǔ)的統(tǒng)計(jì)機(jī)器系統(tǒng)的整合實(shí)現(xiàn)。其中包括漢語(yǔ)分詞工具、詞語(yǔ)對(duì)齊模塊、英文分詞工具、語(yǔ)言模型工具等，并對(duì)訓(xùn)練語(yǔ)料庫(kù)、詞語(yǔ)對(duì)齊語(yǔ)料庫(kù)、短語(yǔ)翻譯概率表格式、語(yǔ)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(gè)系統(tǒng)運(yùn)行中的可操作性。評(píng)測(cè)環(huán)

3、節(jié)從語(yǔ)料庫(kù)中抽取出一部分作為開(kāi)發(fā)集和測(cè)試集，利用現(xiàn)有的評(píng)測(cè)工具對(duì)集成的基于短語(yǔ)的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)的準(zhǔn)確度和BLEU值進(jìn)行評(píng)測(cè)。 ⑶設(shè)計(jì)了基于短語(yǔ)的郵政專(zhuān)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(kāi)發(fā)理念和利用現(xiàn)有的開(kāi)源資源，同時(shí)輔以記憶庫(kù)、詞典等模塊，我們開(kāi)發(fā)了基于服務(wù)器—客戶端模式的郵政專(zhuān)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(dòng)態(tài)地添加自定義模板，詞典等來(lái)指導(dǎo)和校正翻譯結(jié)果