基于短語的統(tǒng)計機器翻譯的研究.pdf

1、隨著計算機技術的高速發(fā)展,統(tǒng)計機器翻譯展示了日益廣闊的應用前景?；诙陶Z的統(tǒng)計機器翻譯系統(tǒng)在抽取短語時往往將任意連續(xù)的單詞看作短語,由于沒有考慮短語的合理性,因此會產(chǎn)生大量冗余的短語。這不僅擴大了系統(tǒng)的搜索空間,還嚴重影響了翻譯質量。針對以上問題,本文重點研究如何有效地提高短語的質量。
　　 本文首先分析了統(tǒng)計機器翻譯的相關原理和各種技術,并在此基礎上構建了一個基于短語的統(tǒng)計機器翻譯基準系統(tǒng)。然后使用C值和短語粘連度兩種方法對短

2、語的合理性進行評分,再據(jù)此構建一個更有效的短語翻譯概率表。實驗結果顯示,使用C值方法將短語翻譯概率表縮減至78％時,翻譯結果的評價指標BLEU值可以提高0.02；使用粘連度可以使短語翻譯概率表最小縮減至47.5％,翻譯結果的BLEU值可以提高0.0158。
　　 另外,本文還將主題模型應用于統(tǒng)計機器翻譯系統(tǒng)。訓練時為每個短語確定一個主題分布,在翻譯時再過濾掉與主題不相關的短語,從而提高翻譯性能。實驗結果顯示,跟基準系統(tǒng)相比,采用

3、主題模型后可使BLEU值提高0.0136。
　　 最后,本文還將短語的主題模型和C值方法結合起來,在保留短語有效性的同時對短語翻譯概率表進行進一步的縮減。實驗表明,當短語翻譯概率表縮減為原來的57％時,最終的BLEU值仍有一定的提高。
　　 本文的研究和實驗表明,使用這些方法可以有效地縮減并優(yōu)化短語翻譯概率表,從而明顯改善翻譯質量。將主題模型應用于機器翻譯是一個全新的嘗試,今后我們將進一步探討如何在統(tǒng)計機器翻譯中更好地發(fā)