融合检索技术的译文推荐系统

• 作者: 王威 蒋宗礼
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 信息检索 机器翻译 自然语言处理 单语语料 Levenshtein距离 推荐系统 跨语言
• 年，卷（期）: 2017,（3）
• 页码范围: 419-424
• 页数: 6页
• 分类号: TP391
• 字数: 4751字
• 语种: 中文
• DOI: 10.11990/jheu.201601053

摘要

本文将基于单语语料的检索技术运用到机器翻译中,构建了一个汉英译文推荐系统,解决传统方法双语料库构建代价高昂的问题,同时提高最终译文的流畅性.译文推荐系统包括查询翻译和信息检索两部分:查询翻译根据给定的一组中文,生成N-best英文结果;信息检索评价目标语言与候选译文的相似程度.系统综合两部分得分返回推荐译文.考虑到N-best结果与候选译文的词序一致性,采用Levenshtein距离使得排序结果更加合理.在英汉数据集上的实验表明:在不同n阶语言模型下,译文推荐系统都有很好的表现,加入Levenshtein距离取得了最高70.83％的厂测度值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威	北京工业大学计算机学院	100	408	10.0	14.0
2	蒋宗礼	北京工业大学计算机学院	103	997	17.0	27.0