基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高基于短语的机器翻译系统的重排序能力,提出了一个基于源语言端的中心-修饰依存结构的重排序模型,并将该重排序模型以软约束的方式加入到机器翻译系统中.该排序模型提出了一种在机器翻译中应用句法树资源的方法,将句法树结构,通过将句法树映射成中心-修饰词的依存关系集合.该重排序模型在基于短语系统的默认参数设置下,显著地提升了系统的翻译质量.在系统原有的词汇化的重排序模型基础上,该重排序模型在翻译模型中融入了句法信息.实验结果显示,该模型可以明显地改善机器翻译系统的局部调序.
推荐文章
中文复杂名词短语依存句法分析
中文复杂名词短语
依存句法分析
决策式算法
支持向量机
特征
基于重排序融合的社会图书检索系统
社会图书检索
伪相关反馈
重排序
排序学习
结合动作视觉概念的复杂查询图像重排序
图像检索
复杂查询
动作视觉概念
重排序
视觉内容
基于非结构网格流场计算的网格重排序
非结构网格
网格重排序
龙格-库塔
LU-SGS
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于中心/修饰依存重排序模型的短语SMT
来源期刊 软件学报 学科 工学
关键词 短语机器翻译 重排序模型 中心修饰依存关系 无词汇化
年,卷(期) 2012,(5) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1120-1131
页数 分类号 TP391
字数 10086字 语种 中文
DOI 10.3724/SP.J.1001.2012.04055
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵铁军 哈尔滨工业大学计算机科学与技术系 123 1278 19.0 32.0
2 李生 哈尔滨工业大学计算机科学与技术系 118 3318 28.0 56.0
3 刘水 哈尔滨工业大学计算机科学与技术系 7 65 4.0 7.0
4 刘鹏远 北京语言大学应用语言学研究所 4 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (9)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
短语机器翻译
重排序模型
中心修饰依存关系
无词汇化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导