融合词法句法分析联合模型的树到串EBMT方法

• 作者: 张玉洁 徐金安 杨晓晖 王丹丹 陈钰枫
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 基于实例的机器翻译 依存树到串模型 联合模型 泛化模板
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 专题报道:自然语言理解与智能应用
• 页码范围: 295-304
• 页数: 10页
• 分类号: TP391
• 字数: 8534字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.035

摘要

针对传统的基于实例的机器翻译(EBMT)方法中系统构筑复杂度和成本较高的问题,提出一种基于依存树到串的汉英实例机器翻译方法.与传统方法相比,该方法只需进行源语言端的句法结构分析,可以大大降低构筑系统的复杂度,有效降低成本.为了提高翻译精度,引入中文分词、词性标注和依存句法分析联合模型,可以减少汉英EBMT中源语言端基础任务中的错误传递,提高提取层次间特征的准确性.在此基础上,结合依存结构的特征和中英语料的特性,对依存树到串模型进行规则抽取以及泛化处理.实验结果表明,相对于基线系统,该方法可以提高实例对抽取质量,改善泛化规则和译文质量,提高系统性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐金安	北京交通大学计算机与信息技术学院	35	194	10.0	13.0
2	张玉洁	北京交通大学计算机与信息技术学院	34	208	9.0	13.0
3	王丹丹	北京交通大学计算机与信息技术学院	5	17	1.0	4.0
4	杨晓晖	北京交通大学计算机与信息技术学院	7	26	3.0	5.0
5	陈钰枫	北京交通大学计算机与信息技术学院	22	54	3.0	6.0