面向统计机器翻译的重对齐方法研究

• 作者: 朱靖波 李天宁 王会珍 肖桐 陈如山
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 人工智能 机器翻译 统计机器翻译 词对齐 重对齐 IBM models
• 年，卷（期）: 2010,（1）
• 页码范围: 110-116
• 页数: 7页
• 分类号: TP391
• 字数: 6755字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2010.01.020

摘要

词对齐是统计机器翻译中的重要技术之一.该文提出了一种重对齐方法,它在IBM models获得的正反双向词对齐的基础上,确定出正反双向对齐不一致的部分.之后,对双向词对齐不一致的部分进行重新对齐以得到更好的对称化的词对齐结果.此外,该文提出的方法还可以利用大规模单语语料来强化对齐结果.实验结果表明,相比在统计机器翻译中广泛使用的基于启发信息的词对齐对称化方法,该文提出的方法可以使统计机器翻译系统得到更高的翻译准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱靖波	东北大学自然语言处理实验室	44	806	17.0	28.0
2	王会珍	东北大学自然语言处理实验室	8	136	5.0	8.0
3	肖桐	东北大学自然语言处理实验室	15	38	4.0	5.0
4	李天宁	东北大学自然语言处理实验室	1	7	1.0	1.0
5	陈如山	东北大学自然语言处理实验室	1	7	1.0	1.0