利用句法信息改进交互式机器翻译

• 作者: 叶娜 张亚鹏 蔡东风
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 交互式机器翻译 子树信息 译文前缀
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 机器翻译
• 页码范围: 42-48
• 页数: 7页
• 分类号: TP391
• 字数: 5249字
• 语种: 中文

摘要

在很多领域中,全自动机器翻译的译文质量还无法达到令人满意的程度.要想获得正确无误的译文,往往需要翻译人员对自动翻译系统的输出进行后处理.在交互式机器翻译的框架内,翻译系统和译员协同工作,译员确认系统提供的译文中的最长正确前缀,系统据此对译文后缀进行预测,共同完成翻译任务.该文利用基于短语的翻译模型,建立了交互式机器翻译系统,并结合交互式机器翻译的特点,利用句法层面的子树信息来指导翻译假设的扩展.实验表明,该方法可以有效地减少人机交互次数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶娜	沈阳航空航天大学人机智能研究中心	19	103	4.0	9.0
2	蔡东风	沈阳航空航天大学人机智能研究中心	105	916	14.0	27.0
3	张亚鹏	沈阳航空航天大学人机智能研究中心	1	2	1.0	1.0