| 融入双语最大名词短语的机器翻译模型 |
| |
| 引用本文： | 李业刚,梁丽君,孙福振,王绍卿,于潇.融入双语最大名词短语的机器翻译模型[J].计算机应用研究,2017,34(5). |
| |
| 作者姓名： | 李业刚 梁丽君 孙福振 王绍卿 于潇 |
| |
| 作者单位： | 山东理工大学计算机科学与技术学院 淄博,山东理工大学计算机科学与技术学院 淄博,山东理工大学计算机科学与技术学院 淄博,山东理工大学计算机科学与技术学院 淄博,山东理工大学计算机科学与技术学院 淄博 |
| |
| 基金项目： | 国家重点基础研究发展计划（973计划）;国家自然科学基金重点基金项目(61132009） |
| |
| 摘 要： | 在统计机器翻译中融入有价值的句法层面的语言学知识，对于推动统计机器翻译的发展，具有重要的理论意义和应用价值。提出了三种由简到繁的把双语最大名词短语融入到统计翻译模型的策略，整体翻译性能逐步上升。Method-III采用“分而治之”的策略，以“硬约束”的方式在统计机器翻译中融入最大名词短语，并在双语最大名词短语层面上，融合了短语翻译模型和层次短语模型，对翻译系统的改善最显著。所述策略显著提高了短语翻译模型的质量，在复杂长句翻译中，Method-III的BLEU值比基于短语的基线翻译模型提高了3.03%。
|
| 关 键 词： | 统计机器翻译 短语翻译模型 最大名词短语 双语最大名词短语 |
| 收稿时间： | 2016/3/22 0:00:00 |
| 修稿时间： | 2017/3/4 0:00:00 |
Machine translation model integrated with bilingual maximal-length noun phrase |
| |
| Li Yegang,Liang Lijun,Sun Fuzhen,Wang Shaoqing and Yu Xiao.Machine translation model integrated with bilingual maximal-length noun phrase[J].Application Research of Computers,2017,34(5). |
| |
| Authors: | Li Yegang Liang Lijun Sun Fuzhen Wang Shaoqing and Yu Xiao |
| |
| Affiliation: | Department of Computer Science and Technology,Shandong University of Technology,Department of Computer Science and Technology,Shandong University of Technology,Department of Computer Science and Technology,Shandong University of Technology,Department of Computer Science and Technology,Shandong University of Technology,Department of Computer Science and Technology,Shandong University of Technology |
| |
| Abstract: | |
| |
| Keywords: | statistical machine translation phrase-based translation model maximal-length noun chunk bilingual maximal-length noun chunk |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
