唐海庆 熊德意



基于选择偏向性的统计机器翻译模型

唐海庆 熊德意†

苏州大学计算机科学与技术学院, 苏州 215006; †通信作者, E-mail: dyxiong@suda.edu.cn

针对基于短语的统计机器翻译使用有限的语义知识, 导致长距离的动宾短语对翻译质量不高的问题, 提出基于动词选择偏向性的翻译模型, 引入动词对宾语的语义约束信息, 为动词找到合适的宾语翻译。首先使用条件概率方法, 训练动词对宾语的选择偏向性, 然后将选择偏向性作为一个新特征, 集成到基于短语的翻译系统中。在大规模测试数据集上完成汉语到英语的翻译, 实验结果表明, 基于选择偏向性的翻译模型能够很好地捕获长距离的语义依赖关系, 从而提高译文质量。

语义知识; 选择偏向性; 语义约束; 语义依赖

统计机器翻译作为自然语言处理研究领域中的一个热点问题, 其研究方法从最初的基于单词的翻译, 发展到基于短语的翻译, 再到基于句法的翻译, 机器翻译性能逐渐得到优化。基于短语的翻译以短语(任意一串连续的单词)作为基本的翻译单位, 可以很好地解决局部上下文依赖关系, 却无法解决长距离依赖关系, 从而导致翻译系统存在译文词汇选择不当的问题。图1的实例表明, 基于短语的翻译系统在翻译源端动词“赢得”的宾语中心词“票”时, 选择“NULL”作为其译文, 译文单词选择明显错误。在基于短语的统计机器翻译系统中引入语义知识, 可以有效地降低译文选词错误率[1]。

选择偏向性指单词在其使用语境中所具有的语义限制[2]。……