基于多特征融合的统计机器翻译译文错误检测

• 作者: 刘丁 杜金华 王莎
• 来源期刊: 西安理工大学学报
• 学科: 工学
• 关键词: 最大熵分类器 单词后验概率 语言学特征 源端单词特征 错误检测
• 年，卷（期）: 2013,（1）
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP391
• 字数: 5465字
• 语种: 中文

摘要

抽取了3种典型的单词后验概率特征(基于固定位置的词后验概率、基于目标位置窗的词后验概率、基于词对齐的词后验概率)和3种语言学特征(词、词性、句法分析器抽取的句法特征),并在此基础上抽取了一个来自源端的单词特征,然后基于中英NIST数据集,采用最大熵分类器来验证不同单词后验概率特征(WPP)独立使用及与其它特征组合后使用时对错误检测性能的影响.实验结果表明,采用不同方法计算得到的单词后验概率特征对分类错误率的影响是显著的,并且在单词后验概率和语言学特征组合基础上加入源端单词特征,可以显著降低分类错误率(CER),提高译文错误检测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丁	西安理工大学自动化与信息工程学院	196	3213	31.0	45.0
2	王莎	西安理工大学自动化与信息工程学院	4	3	1.0	1.0
3	杜金华	西安理工大学自动化与信息工程学院	7	83	2.0	7.0