涂兆鹏，刘 群，林守勋

(中国科学院 计算技术研究所 智能信息处理重点实验室，北京 100190)

1 前言

过去十年，我们见证了机器翻译领域的快速发展。短语模型[1-2]通过使用短语翻译替代字翻译来提高翻译质量，句法模型[3-5]通过加入句法信息进一步提高翻译质量。两类模型各有优缺点，具体如表1所示。

层次短语模型[6]使用上下文无关语法规则来综合基于短语模型和基于句法模型的优势，能够很好地刻画短语内部和短语间的调序，并且不依赖于句法分析。Chiang表明使用层次短语模型可以比当前最好的短语模型高出1到3个BLEU点[6]。

表1 短语模型和句法模型的优势和不足

层次短语模型通过层次规则来表示短语间的调序。由于层次规则是从初始规则中泛化而来的，如果要抽取隐含长距离调序信息的规则，则必须先抽取长跨度的初始短语。这将会生成巨大的规则表，从而导致极大的解码系统内存和时间消耗。为了避免这个问题，Chiang限制了初始短语的最大跨度的阈值[6]。但是，这样会削弱模型的长距离调序能力，因为规则无法表示跨度大于阈值的短语间的长距离调序。

依存树能在一定程序上反映调序信息。Quirk et al.在源端使用依存树以训练一个调序模型[7]；Shen et al.通过引入依存语言模型来刻画目标端依存结构中的长距离词之间的关系[8]；Ding and Palmer使用依存树上定义的概率同步依存插入语法[9]。

受上述工作的启发，我们提出了一个基本但有效的方法以在层次短语模型上抽取长距离调序规则。……