基于在線適應的機器翻譯后編輯研究.pdf

1、傳統(tǒng)的機器翻譯模型使用批量學習的方法進行參數(shù)優(yōu)化。隨著稀疏特征等概念的提出，批量學習方法已經遠遠無法滿足現(xiàn)有的需要，在線學習技術逐漸進入了人們的視野。一些研究者提出了在線適應的學習框架，不僅對特征權重進行調節(jié)，而且能夠對特征函數(shù)進行實時地修改。另一方面，機器翻譯自動后編輯技術已經被證明能夠顯著提升人工編輯的效率，并且對于譯文質量也有一定程度的提高。為此，本文對基于在線適應的機器翻譯后編輯進行了研究，主要的研究內容分為如下幾個方面：

2、>　?。?）在線適應模型研究。在方法層面使用相同規(guī)模的數(shù)據(jù)上對比了傳統(tǒng)的批量學習方法與在線適應方法的性能。在系統(tǒng)層面比較了自動后編輯系統(tǒng)與機器翻譯系統(tǒng)的區(qū)別。在模型層面針對在線適應的三個模型參數(shù)——迭代次數(shù)、kbest列表長度以及最大更新步長分別進行了探究實驗。
　?。?）基于主動學習的在線適應后編輯研究。提出了一種主動學習的方法并將其應用于在線適應的學習過程中。首先分別對學習開始時和學習結束時的句子級BLEU得分進行計算，并利用

3、BLEU的漲幅為每一個句子標注類別。然后保留所有類別為正的句子進行下一階段的主動學習。另外，還保留最優(yōu)測試集的特征權重并對訓練集進行解碼，以便查看主動學習方法對于大規(guī)模測試集的性能。
　?。?）基于規(guī)則表過濾的在線適應后編輯研究。提出了一種規(guī)則表過濾的方法期待提升譯文質量。首先分別從開發(fā)集和測試集中抽取解碼用到的規(guī)則，然后探究每條規(guī)則對于解碼性能的影響。把能夠增大解碼收益的規(guī)則設定為正例，把減小解碼收益的規(guī)則設定為負例。在確定了類