刘梦眙,姚 亮,洪 宇,刘 昊,姚建民

(苏州大学 计算机科学与技术学院，江苏 苏州 215006)

译文语序的领域性思考：一种融合主题信息的领域自适应调序模型

刘梦眙,姚 亮,洪 宇,刘 昊,姚建民

(苏州大学 计算机科学与技术学院，江苏 苏州 215006)

领域自适应研究的目标是建立一种动态调整翻译模型，使翻译模型对目标领域的语言特征具备较强的学习和处理能力，借以保证翻译系统在不同领域获得平衡可靠的翻译能力。现有翻译模型的自适应研究已经取得显著进展，但调序过程的领域适应性研究相对较少。在该文前期工作中通过对大规模源语言和目标语言的真实互译样本统计发现，在语义等价的短语级互译对子中，36.17%的样本在不同领域中的语序存在显著差异。针对这一问题，该文从主题角度出发，探索不同主题分布下的短语调序差异，提出一种融合主题信息的领域自适应调序模型。实验结果显示，嵌入调序适应性模型的翻译系统取得了较为明显的性能优势。

统计机器翻译；领域适应性；调序模型；主题模型

1 引言

通常认为，统计机器翻译(statistical machine translation，SMT)系统的性能很大程度上依赖于语料的规模和质量[1]。一般地，训练语料的规模越大、质量越好，则有效的翻译知识越多，涵盖的语言现象越充分，因而更有助于提升翻译系统中统计模型(翻译模型、语言模型、调序模型)的训练效果。

然而，当训练数据和测试数据所属领域不一致时，机器翻译系统的性能往往偏低。……