統(tǒng)計(jì)機(jī)器翻譯譯文錯(cuò)誤檢測(cè)與校正方法研究.pdf

1、目前，基于統(tǒng)計(jì)的機(jī)器翻譯方法得到廣泛的應(yīng)用，如軟件本地化、翻譯后編輯等領(lǐng)域。然而，受限于雙語(yǔ)語(yǔ)料的規(guī)模和質(zhì)量，當(dāng)前的統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)仍然無(wú)法提供等同于人類的翻譯質(zhì)量，因此，在實(shí)際應(yīng)用中，統(tǒng)計(jì)機(jī)器翻譯系統(tǒng)一般作為輔助手段協(xié)助翻譯后編輯人員工作，以提高工作效率。
　　對(duì)譯文中的翻譯錯(cuò)誤準(zhǔn)確定位，且在一定條件下對(duì)翻譯錯(cuò)誤進(jìn)行自校正，是提高后編輯人員工作效率的一個(gè)重要途徑。針對(duì)該問(wèn)題，本文提出基于監(jiān)督學(xué)習(xí)的翻譯錯(cuò)誤自動(dòng)檢測(cè)和基于復(fù)述的錯(cuò)誤

2、自校正策略，用以改善統(tǒng)計(jì)機(jī)器翻譯質(zhì)量。
　　課題主要針對(duì)機(jī)器翻譯譯文中出現(xiàn)的集外詞與非集外詞進(jìn)行分類研究。對(duì)于集外詞而言，可以直接從翻譯結(jié)果中識(shí)別，然后用其含有翻譯候選的復(fù)述(paraphrases)進(jìn)行替換，從而達(dá)到顯著降低集外詞的概率。對(duì)于非集外詞而言，將譯文錯(cuò)誤檢測(cè)問(wèn)題作為一個(gè)監(jiān)督分類問(wèn)題，即給定一組候選譯文，從標(biāo)注分類類別的數(shù)據(jù)集中抽取多個(gè)置信度特征，采用監(jiān)督學(xué)習(xí)方法訓(xùn)練分類模型，然后將測(cè)試集候選譯文中的單詞分為“正確”與

3、“錯(cuò)誤”兩類。最后，通過(guò)將錯(cuò)誤的譯文單詞或短語(yǔ)映射到源語(yǔ)言端，并對(duì)該源語(yǔ)言詞或短語(yǔ)進(jìn)行復(fù)述表示，使得機(jī)器翻譯系統(tǒng)的解碼器在最優(yōu)翻譯候選選擇時(shí)，可以搜索到更符合上下文環(huán)境的翻譯候選，從而提高翻譯質(zhì)量，降低翻譯錯(cuò)誤率。
　　在基于Moses的統(tǒng)計(jì)機(jī)器翻譯基線系統(tǒng)上，本文以NIST2008作為開發(fā)集，NIST2005作為測(cè)試集進(jìn)行了錯(cuò)誤分類和錯(cuò)誤自校正實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，利用多特征組合方法可以顯著降低分類錯(cuò)誤率，提高譯文錯(cuò)誤預(yù)測(cè)能力；在