学位论文 > 优秀研究生学位论文题录展示

统计机器翻译中语料选择方法研究

作　者: 李函章
导　师: 韩习武
学　校: 黑龙江大学
专　业: 计算机应用
关键词: 统计机器翻译双语语料库支持向量机语料选择
分类号: TP391.2
类　型: 硕士论文
年　份: 2010年
下　载: 109次
引　用: 1次
阅　读: 论文下载

内容摘要

在当前的基于统计的翻译方法中,双语语料库的规模、质量以及词对齐的准确率对于翻译系统的性能有很大的影响。虽然大规模语料库可以改善词语对齐的准确度,提高系统的性能,但同时会以增加系统的负载为代价,因此目前对于统计机器翻译方法的研究再不可一味扩大语料库规模,应同时寻求对现有语料库的选择、优化和拓展,以提高SMT系统性能。针对以上问题,本文提出以下方法：通过更好地利用现有平行训练语料去改善统计计算机翻译的性能。本文通过机器学习对语料进行预处理,采取不同方法将语料分为直译与意译句对,创新的提出通过词汇匹配度与语法匹配度相结合分类法以及利用语言学知识改进基于SVM双语词序列核的分类方法对现有训练数据进行语料分类,并通过分类语料训练修正SMT模型。实验表明直译翻译训练数据更加适合于现有SMT系统的智力水平。当维持从大量意译语料中获得训练词汇时,可以通过加权训练数据的加权扩大直译语料在进一步改善翻译性能中的贡献。详细实验显示,如果采取启发式剪枝方法有效避免OOV概率的增加,直译语料将对改善SMT模型做出更多的贡献。

统计机器翻译中语料选择方法研究

内容摘要

全文目录

相似论文