基于SVM的機器翻譯自動評價方法的研究.pdf

1、機器翻譯自動評價是近年機器翻譯研究工作中的熱點問題。機器翻譯的自動評價具有速度快、成本低、一致性強的特點，在機器翻譯系統(tǒng)的開發(fā)周期中起著重要的作用。句子級機器翻譯評價的性能目前低于系統(tǒng)級評價，而人們對句子級評價的需求，促進了句子級機器翻譯評價的研究工作。
　　在句子級機器翻譯評價的研究工作中，機器學習方法得到了廣泛的應(yīng)用。其中基于支持向量機(SVM)方法的應(yīng)用最為廣泛。支持向量機的學習策略包括分類、回歸和排序三種，而本文主要研究了

2、回歸策略和排序策略。
　　在機器學習方法中，特征的選擇是至關(guān)重要的。本文通過探討語言學特征與傳統(tǒng)的基于字符串相似度的特征間的相互作用，以及分析英漢翻譯測試中各種翻譯錯誤與人工評價間的相關(guān)性，得出了“在關(guān)鍵語言層次上設(shè)計關(guān)鍵特征，并與基于相似度特征相結(jié)合”的特征選擇策略。
　　根據(jù)本文的特征選擇策略，本文設(shè)計了六個基于語言學知識的特征，并將其與三個基于字符串相似度的特征結(jié)合起來，使用語言學特征、基于字符串的特征，以及所有九個特

3、征訓練了SVM回歸模型，實驗表明，六個語言學特征具有與基于字符串特征不相上下的表達能力，而兩類特征的結(jié)合、互補，帶來了顯著提升的性能。學習曲線分析表明，幾種特征組合均呈現(xiàn)了穩(wěn)定的性能和良好的泛化能力。
　　本文在NIST和WMT兩類數(shù)據(jù)集上對SVM回歸和SVM排序上進行了性能、泛化能力以及魯棒性的比較。通過實驗，本文發(fā)現(xiàn)在同構(gòu)數(shù)據(jù)集上，SVM回歸的性能要優(yōu)于SVM排序，而在異構(gòu)數(shù)據(jù)集上，SVM排序則表現(xiàn)出較強的魯棒性。而且，通過考