基于形態(tài)句法信息的短語(yǔ)翻譯模型研究.pdf

1、本文研究如何利用句法信息和形態(tài)信息構(gòu)造短語(yǔ)翻譯模型，以提高短語(yǔ)翻譯系統(tǒng)的性能。句法分析是自然語(yǔ)言處理的關(guān)鍵問(wèn)題之一，同時(shí)也是本文所構(gòu)造的翻譯模型的基礎(chǔ)。本文構(gòu)建了基于統(tǒng)計(jì)的漢語(yǔ)依存句法分析器，提取了由該分析器得到的句法信息，闡述了句法特征和語(yǔ)言形態(tài)特征提取方法。在此基礎(chǔ)上，構(gòu)造了基于形態(tài)句法信息的翻譯模型，實(shí)現(xiàn)了一個(gè)基于短語(yǔ)的漢蒙翻譯系統(tǒng)，并給出了句法分析器與翻譯系統(tǒng)的實(shí)驗(yàn)結(jié)果。本研究工作的主要貢獻(xiàn)如下： 1、句法分析器的模型設(shè)

2、計(jì) 句法分析是自然語(yǔ)言處理的基礎(chǔ)工作之一，如何選取句法特征和降低搜索時(shí)間復(fù)雜度是進(jìn)行句法分析的關(guān)鍵問(wèn)題，本文提出利用生成樹算法結(jié)合概率配價(jià)理論方法構(gòu)造句法分析器，實(shí)現(xiàn)了MIRA訓(xùn)練算法。實(shí)驗(yàn)表明，此設(shè)計(jì)方法提高了漢語(yǔ)依存句法分析器準(zhǔn)確率。 2、句法與語(yǔ)言形態(tài)信息提取 當(dāng)前短語(yǔ)統(tǒng)計(jì)翻譯模型仍然是主流，但此翻譯模型對(duì)語(yǔ)言信息(句法、語(yǔ)義、形態(tài)等)沒有較好的融合能力。本文提出將句法樹信息和形態(tài)信息以標(biāo)注方式融到每個(gè)詞或

3、者短語(yǔ)中，在翻譯模型構(gòu)造上實(shí)現(xiàn)了規(guī)則與統(tǒng)計(jì)相結(jié)合和詞、短語(yǔ)、句法三層面信息的融合，有利于提高譯文質(zhì)量。 3、翻譯模型構(gòu)造方法 由于句法與形態(tài)信息的加入，使Factors數(shù)量增多，原有Factored模型會(huì)導(dǎo)致數(shù)據(jù)稀疏，模型訓(xùn)練也會(huì)出現(xiàn)過(guò)度擬合現(xiàn)象。本文采用對(duì)數(shù)選項(xiàng)池方法構(gòu)造了LOP-Factored模型，并實(shí)現(xiàn)了參數(shù)調(diào)整，找到詞，詞性、句法、形態(tài)等各個(gè)Factor之間的平衡點(diǎn)，實(shí)現(xiàn)模型優(yōu)化。在漢蒙統(tǒng)計(jì)機(jī)器翻譯對(duì)比實(shí)驗(yàn)中，