統(tǒng)計機器翻譯中的源端重排序方法探究.pdf

1、在統(tǒng)計機器翻譯中，從翻譯系統(tǒng)解碼出來的譯文結(jié)果看，源端和目標端語序相近的句子，譯文效果比較好。然而，在翻譯系統(tǒng)中的源端和目標端的語序往往存在著較大的差異，比如漢語是“主謂賓”的結(jié)構(gòu)形式，而蒙古語卻是“主賓謂”的結(jié)構(gòu)形式。當互譯語言具有這種非對稱的結(jié)構(gòu)特點時，由標準的短語翻譯系統(tǒng)翻譯出來的譯文質(zhì)量相對較差。另外，基于短語的統(tǒng)計機器翻譯系統(tǒng)嚴格限制短語必須是連續(xù)的，雖能夠很好地解決短距離的局部調(diào)序，但在很大程度上限制了短語翻譯的作用范圍。本

2、文將通過引入句法信息和詞性標注信息建立不同的源端重排序模型，使源端和目標端的語序保持一致，以此來減緩這些問題。
　　 首先，在基于短語結(jié)構(gòu)的句法樹基礎(chǔ)上，結(jié)合詞對齊并改進規(guī)則抽取算法進行規(guī)則的自動抽取，然后基于自動抽取的重排序規(guī)則對源端進行調(diào)整，并與手動書寫的重排序規(guī)則進行對比。其次，從基于依存的句法樹方面進行研究，提出了一種依存重排序規(guī)則抽取算法，從而完成對源端句子的語序調(diào)整。然后，根據(jù)詞性標注信息，從詞性標注序列的泛化角度，

3、提出了一種詞性標注序列重排序規(guī)則抽取算法，基于這些重排序規(guī)則進行源端的調(diào)序。最后，提出了一種基于源端重排序的短語表融合方法，即訓(xùn)練融入依存標簽信息的短語表和融入詞性標注標簽信息的短語表，并對這些短語表中的標簽信息進行去除處理，將處理過的短語表和基于源端重排序訓(xùn)練的短語表進行融合，進一步探究翻譯系統(tǒng)的翻譯性能。
　　 以漢蒙翻譯系統(tǒng)為例的實驗證明，與標準的短語統(tǒng)計機器翻譯系統(tǒng)相比，融入句法信息和詞性標注信息的源端重排序模型是有效的