遞歸柱搜索解碼算法及其應(yīng)用.pdf

1、機器翻譯是將一種自然語言翻譯成另一種自然語言。機器翻譯的方法有很多種,主要包括基于規(guī)則的,基于實例的和基于統(tǒng)計的方法。統(tǒng)計機器翻譯近些年來在機器翻譯領(lǐng)域取得了較大的進展,由于在處理大規(guī)模語料時所具有的明顯優(yōu)勢和在多次公開機器翻譯評測中所取得的突出成績,這種方法已成為國內(nèi)外機器翻譯研究的熱點。 本文首先介紹了機器翻譯的歷史,主要方法及統(tǒng)計機器翻譯的三個主要模塊：語言模型,翻譯模型,解碼模型。在統(tǒng)計機器翻譯方法中,解碼模型的設(shè)計占有

2、非常重要的位置,通常采用柱搜索算法來實現(xiàn),其核心思想是在搜索過程中利用動態(tài)規(guī)劃方法不斷地擴展出所有可能的翻譯狀態(tài),直到翻譯完成。雖然實驗證明柱搜索算法可以獲得較好的的翻譯結(jié)果,但它在翻譯過程中不能充分利用帶變量的短語。帶變量短語具有較強的泛化能力,在實際的自然語言中也被廣泛使用,對提高機器翻譯的質(zhì)量具有重要作用。因此,本文提出了一種遞歸柱搜索算法,以便在機器翻譯的實踐中有效地利用帶變量短語。遞歸柱搜索算法的實質(zhì)是將遞歸的思想引入柱搜索解

3、碼算法中,通過對不連續(xù)短語中的變量部分進行遞歸式分析,實現(xiàn)對帶變量短語的翻譯。 其次,本文利用已有的漢英雙語語料庫,設(shè)計并實現(xiàn)了一個漢英翻譯系統(tǒng),其中的主要工作包括：雙語語料庫的預(yù)處理和對齊訓(xùn)練,短語、短語模板的自動提取及概率計算,以及遞歸柱搜索算法的設(shè)計和實現(xiàn)。此外,本文還對遞歸柱搜索算法和柱搜索算法的翻譯結(jié)果進行了對比實驗和比較分析。 最后,本文討論了機器翻譯的人工評測和自動評測方法,并給出了所實現(xiàn)的漢英翻譯系統(tǒng)在參