機(jī)器翻譯自動評價中單語言領(lǐng)域知識復(fù)述抽取研究.pdf

1、復(fù)述是含義相同而表述不同的詞或短語，不同領(lǐng)域的復(fù)述知識在自然語言處理中有廣泛的應(yīng)用。特別在機(jī)器翻譯自動評價任務(wù)中，復(fù)述的領(lǐng)域差異極大地影響評價系統(tǒng)的性能。當(dāng)復(fù)述所在領(lǐng)域與測試集語料的領(lǐng)域相似時，機(jī)器譯文和參考譯文之間的匹配精度就會增高，自動評價性能就會增強(qiáng)，反之自動評價系統(tǒng)的評價性能則會下降。
　　然而，當(dāng)復(fù)述應(yīng)用于機(jī)器翻譯自動評價任務(wù)中，現(xiàn)有方法容易出現(xiàn)語料缺失和復(fù)述偏差的問題。針對現(xiàn)有方法存在的這些問題，本文提出利用特定領(lǐng)域知

2、識抽取復(fù)述提高機(jī)器譯文自動評價的方法。我們首先對通用領(lǐng)域語料進(jìn)行聚類形成通用領(lǐng)域語料文檔集；然后利用改進(jìn)的 M-L方法過濾特定領(lǐng)域語料，以構(gòu)建與特定領(lǐng)域接近的子語料；最后從子語料中利用Markov網(wǎng)絡(luò)模型抽取特定領(lǐng)域復(fù)述知識，并將這些復(fù)述知識應(yīng)用在譯文自動評價中以提高譯文自動評價方法和人工評價方法的相關(guān)性。
　　為了驗證本文所提方法的性能，我們在WMT’14、WMT’15和WMT’16機(jī)器翻譯自動評測任務(wù)上進(jìn)行了充分的實驗驗證，實