翻译规则剪枝与基于半强制解码和变分贝叶斯推理的模型训练

• 作者: 巢佳媛 张民 段湘煜 高恩婷
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 机器翻译 规则剪枝 半强制解码 变分贝叶斯
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 机器翻译
• 页码范围: 141-147
• 页数: 7页
• 分类号: TP391
• 字数: 5591字
• 语种: 中文

摘要

统计机器翻译一般采用启发式方法训练翻译模型.但启发式方法的理论基础不够完善,因此,会导致翻译模型规模庞大以及模型参数精确率不高.针对以上两个问题,该文提出一种基于变分贝叶斯推理的模型训练方法,形成更精确的精简翻译模型.该方法首先通过强制解码对齐语料,然后利用变分贝叶斯EM算法获得模型参数.该文的实验语料为NIST汉英翻译任务数据,实验结果显示,基于句法(基于短语)的统计机器翻译中,超过95％(76％)的规则被剪枝,且BLEU值显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高恩婷	苏州科技学院电子与信息工程学院	10	66	4.0	8.0
2	张民	苏州大学计算机科学与技术学院	27	94	5.0	9.0
3	段湘煜	苏州大学计算机科学与技术学院	11	10	2.0	2.0
4	巢佳媛	苏州大学计算机科学与技术学院	3	1	1.0	1.0