尹瑞程,叶　娜,蔡东风

(沈阳航空航天大学 人机智能研究中心，沈阳 110136)



基于用户反馈的统计机器翻译短语表优化方法

尹瑞程,叶娜,蔡东风

(沈阳航空航天大学 人机智能研究中心，沈阳 110136)

近年来，统计机器翻译技术取得了长足进展，然而在译文质量要求较高的领域，机器翻译系统产生的译文仍不够理想。随着计算机辅助翻译和交互式机器翻译技术的出现，研究人员开始利用用户反馈，从中学习翻译知识，对翻译系统的各项参数进行优化。由于不同用户的翻译经验不同，所以他们反馈翻译知识的置信度也不同。通过分析影响用户置信度的特征，得到用户置信度评价模型，并利用该模型将不同用户反馈的翻译知识进行区分，实时调整更新短语表的参数。修改的参数包括正向短语翻译概率、正向词汇化翻译概率、逆向短语翻译概率、逆向词汇化翻译概率。实验结果表明，对不同用户反馈的翻译知识进行区分，改进短语表的参数，得到的译文质量比不区分用户得到的译文质量更好。

统计机器翻译；用户反馈；用户置信度；短语表；参数优化

目前，统计机器翻译技术取得了长足进展，然而在译文质量要求较高的领域(例如技术出版物或专利翻译等)，翻译系统产生的译文仍不够理想。在这样的应用背景下，大部分的机器翻译系统仍然采用译后编辑获得高质量的译文。在统计机器翻译方面的研究领域，利用用户反馈的学习方法，对用户进行译后编辑得到的译文进行验证和校改并反馈给系统一直是国内外研究热点。……