層次短語翻譯模型研究和改進.pdf

1、機器翻譯是應用電子計算機實現(xiàn)從一種自然語言到另外一種自然語言的翻譯。它屬于計算語言學的范疇。經(jīng)過幾十年的發(fā)展，機器翻譯在理論和實踐方面都取得了非常大的進展，基于統(tǒng)計的方法是當前機器翻譯的主流方法。
　　 David Chiang提出的層次短語模型已成為統(tǒng)計機器翻譯中的主流模型之一，它在短語模型的基礎上引入了非終結符，使模型具有了泛化能力，突破了短語模型只允許完全子串匹配的局限；它引入了層次短語，使模型具有了較好的遠距離調序能力。

2、
　　 層次短語翻譯模型在取得巨大成功的同時，也具有明顯的缺點，本文針對層次短語模型的不足進行改進，主要做了以下三點工作：
　　 一針對層次短語模型的層次規(guī)則抽取方法簡單，存在大量無用，不合理的層次規(guī)則，造成模型規(guī)模龐大，解碼費時與解碼錯誤的問題，本文探討了基于泛化能力的規(guī)則約束策略，通過是否具有泛化能力來衡量一條層次規(guī)則的有用性，過濾掉無用的層次規(guī)則。
　　 二針對層次短語模型解碼過程中很多不合理規(guī)則的使用造成

3、解碼空間急劇擴張、在耗費大量解碼時間的同時，造成解碼錯誤的問題，我們對基于句法分析的層次短語模型解碼優(yōu)化做了初步的探討，提出了使用句法信息限制不合理規(guī)則的使用的解碼約束策略。
　　 三針對層次短語模型中只含有一個變量，在解碼過程中，除詞匯化信息外，并無更多的信息來明確層次規(guī)則的適用對象，容易造成解碼錯誤的問題，我們提出了一個層次短語模型變量擴展框架，并在此框架下提出了一個初步的層次短語模型變量擴展方案。
　　 實驗證明，