基于字形的英漢機(jī)器音譯改進(jìn)研究.pdf

1、機(jī)器音譯就是根據(jù)發(fā)音將給定的源語言中的專有名詞自動(dòng)翻譯成目標(biāo)語言對(duì)應(yīng)的詞匯的過程。相對(duì)于機(jī)器翻譯而言，機(jī)器音譯不存在語義層次的翻譯要求，并且是一種順序翻譯的過程，不存在音譯對(duì)之間調(diào)序問題，所以機(jī)器音譯是一種相對(duì)弱化的機(jī)器翻譯。因此機(jī)器音譯的研究對(duì)于機(jī)器翻譯而言具有重要的理論意義。目前不斷增長的全球化趨勢(shì)需要跨過語言壁壘獲得全世界范圍內(nèi)的有效有價(jià)值的信息，因此機(jī)器音譯在跨語言應(yīng)用中的作用也日益凸現(xiàn)，機(jī)器音譯的研究因此也受到越來越多的關(guān)注。

2、
　　不同語系間的機(jī)器音譯存在著巨大的挑戰(zhàn)性，如英/漢之間的機(jī)器音譯。因其采用不同字母表和發(fā)音系統(tǒng)，音譯過程相當(dāng)復(fù)雜且存在眾多導(dǎo)致音譯性能下降的因素。目前關(guān)于中英文的跨語言應(yīng)用研究有很多，本文調(diào)研了近三年機(jī)器音譯研究現(xiàn)狀，對(duì)重要會(huì)議上發(fā)表的所有16篇音譯相關(guān)文獻(xiàn)中提出的新方法進(jìn)行了全面而詳實(shí)的分析，通過比較，本文采用性能較好的基于字形的英漢機(jī)器音譯框架，首先探索了語料規(guī)模的擴(kuò)大對(duì)于音譯性能的影響，進(jìn)而引入判別學(xué)習(xí)解決英漢音譯中提高

3、性能的瓶頸問題，即改進(jìn)音譯單元對(duì)齊效果的問題，并探討了不同的半指導(dǎo)學(xué)習(xí)樣本對(duì)于判別式模型的作用，以期獲得較好的學(xué)習(xí)性能。本文即是從提高英漢機(jī)器音譯性能的可能途徑入手，研究改進(jìn)音譯的方法。
　　具體的講，本文從以下幾個(gè)方面進(jìn)行了研究：
　　1.本文進(jìn)行了語料規(guī)模對(duì)于機(jī)器音譯性能影響的研究。在基于字形的英漢機(jī)器音譯框架下，采用了噪聲通道模型(NCM)和聯(lián)合信源通道模型(JSCM)建模以捕捉字形的上下文信息，并進(jìn)行了兩種模型下機(jī)器

4、音譯性能實(shí)驗(yàn)。進(jìn)而進(jìn)行不同語料規(guī)模的實(shí)驗(yàn)，研究語料規(guī)模給基于字形機(jī)器音譯帶來的改變。
　　2.利用EM算法進(jìn)行了英漢音譯單元等級(jí)上的對(duì)齊研究，并引入判別學(xué)習(xí)方法解決英漢音譯單元對(duì)齊中存在的問題。本文使用了新的音譯單元對(duì)齊EMD方法，并通過實(shí)驗(yàn)比較了EM算法和EMD方法獲得的對(duì)齊語料的性能。實(shí)驗(yàn)表明采用EMD算法提高了英漢機(jī)器音譯單元對(duì)齊的性能。
　　3.本文介紹了現(xiàn)有的機(jī)器學(xué)習(xí)方法，及判別學(xué)習(xí)框架下的機(jī)器音譯單元對(duì)齊方法，并