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

1、在統(tǒng)計機(jī)器翻譯領(lǐng)域，基于短語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。對于語料庫中曾經(jīng)出現(xiàn)過的短語，短語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內(nèi)部語序的調(diào)整。但對于短語之間的語序調(diào)整，以及無法匹配的短語，這種方法難以給出有效的解決辦法。因為這種方法完全沒有利用深層次的句法結(jié)構(gòu)信息，更不用說復(fù)雜的語義等方面的知識了。為此，人們寄希望于引入更深層次的語言結(jié)構(gòu)來改進(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)計機(jī)器翻譯模型。
　　本文提出了一個從源語言元結(jié)構(gòu)組到目標(biāo)語言元結(jié)構(gòu)組的結(jié)構(gòu)轉(zhuǎn)換模型。從大規(guī)模的句對齊的雙語句法樹中，根據(jù)詞匯對齊信息抽取源語言的元結(jié)構(gòu)組和目標(biāo)語言的元結(jié)構(gòu)組的互譯對，計算翻譯概率。分析非線性語言模型與線性序列語言模型的異同，設(shè)計并實現(xiàn)了基于元結(jié)構(gòu)的非線性語言模型，以此來控制元結(jié)構(gòu)組的調(diào)序。
　　采用最小錯誤率訓(xùn)練算法來訓(xùn)練對數(shù)線性模型中的參數(shù)，最小錯誤率將解碼評分標(biāo)準(zhǔn)和

3、自動評測標(biāo)準(zhǔn)BLEU結(jié)合起來，將多維優(yōu)化問題分解為多次一維優(yōu)化，將求解問題從連續(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。實驗證明，經(jīng)最小錯誤率訓(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)計機(jī)器翻譯中，利用結(jié)構(gòu)轉(zhuǎn)換模型來隱藏源語言和目標(biāo)語言之間的句法結(jié)構(gòu)的異構(gòu)現(xiàn)象。將詞匯級的遠(yuǎn)距離調(diào)序轉(zhuǎn)換成元結(jié)構(gòu)組間的局部調(diào)序。實驗證明，基于結(jié)構(gòu)轉(zhuǎn)換的機(jī)器翻系統(tǒng)的性能遠(yuǎn)遠(yuǎn)超過了基于短語的機(jī)器翻譯系統(tǒng)Pharaoh的性能。