EBMT系统中的多词单元翻译词典获取研究

摘要

EBMT系统是一种基于语料库的机器翻译方法,其主要思想是通过类比原理进行翻译.如何从语料库中提取出一个实用的翻译词典进行系统的辅助翻译已经越来越多的引起关注.本文探讨了如何结合阈值和关联度提取的方法获取多词单元翻译词典,在这两种方法中,阈值提取受主观影响太大,关联值提取效率太低,都不能很好的满足翻译词典提取的要求.本文提出的算法利用阈值提取出备选多词单元,其中提出了四点规则弱化主观影响且保证全面覆盖所有多词单元,降低了阈值本身所带来的不精确度的影响,然后对计算结果进行三层过滤,进一步提高了准确率;该算法还合并了单词译成多词单元和多词单元互译两部分词典的提取,提高了工作效率.