-
题名基于神经网络的英文机辅翻译预调序模型研究
被引量：2
- 1
-
-
作者
韦祥刚
赵足娥
吴年利
李培隆
-
机构
右江民族医学院外语系
广西科技大学外国语学院
右江民族医学院基础医学院
-
出处
《现代电子技术》
北大核心
2017年第22期104-106,共3页
-
基金
广西高校中青年教师基础能力提升项目(2017KY0505
KY2016YB240)
+1 种基金
新世纪广西高等教育教学改革工程项目(2014GJA196)
广西高校科研重点项目(ZD2014104)
-
文摘
长距离调序由于缺少有效的描述而成为英语统计机器翻译的一大挑战。针对长距离调序的可能途径:预调序,提出了一种基于神经网络的英文机辅翻译预调序模型。该模型在线性排序框架下结合神经网络建模,可以从大量样本数据中抽取句法和语义等有用信息,以预测不同语言的语序差异。最后在中文到英文的翻译机器和英文到中文的翻译机器上对该模型进行了实验。实验结果表明,该模型提高了系统性能,具有有效性。
-
关键词
神经网络
统计机器翻译
预调序模型
长距离调序
-
Keywords
neural network
statistical machine translation
preorder model
long-distance preorder
-
分类号
TN711-34
[电子电信—电路与系统]
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名N-Best句法知识增强的统计机器翻译预调序模型
被引量：1
- 2
-
-
作者
郭俊博
张喜媛
杜金华
-
机构
西安理工大学高等技术学院
西安理工大学自动化与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第17期160-165,176,共7页
-
基金
国家自然科学基金(No.61100085)
陕西省自然科学基金(No.2015JM6328)
-
文摘
源语言和目标语言的句法异构性对统计机器翻译(SMT)性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化:基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。
-
关键词
统计机器翻译
预调序模型
N-best句法树
调序规则
规则优化
-
Keywords
statistical machine translation
pre-reordering model
N-best parsed tree
reordering rules
rule optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
