统计机器翻译

摘要： 本文引入领域自适应这一方法,对现有的统计机器翻译词对齐方法进行改进,其中主要过程是首先运用最大熵分类器方法对大规模双语平行语料进行筛选,再通过LDA模型对双语平行语料进行主题提取,然后训练每个主题对应的词对齐模型,进而得到翻译模型和语言模型。运用这种方法提高了翻译结果的准确率,使所得到的译文结果更符合人们平时交流的习惯。

摘要： 本文引入领域自适应这一方法,对现有的统计机器翻译词对齐方法进行改进,其中主要过程是首先运用最大熵分类器方法对大规模双语平行语料进行筛选,再通过LDA模型对双语平行语料进行主题提取,然后训练每个主题对应的词对齐模型,进而得到翻译模型和语言模型.运用这种方法提高了翻译结果的准确率,使所得到的译文结果更符合人们平时交流的习惯.

摘要： 作为统计机器翻译系统的组成部分,语料处理对翻译结果有着显著的影响.文章从基本概念、主要流程和处理手段等方面进行了概述,指出语法树的可视化编辑问题并给出解决方案.

摘要： 作为统计机器翻译系统的组成部分,语料处理对翻译结果有着显著的影响。文章从基本概念、主要流程和处理手段等方面进行了概述,指出语法树的可视化编辑问题并给出解决方案。

摘要： 将RNN编码器-解码器作为传统的基于短语的PSMT系统的一部分,在传统统计机器翻译基础上,集成RNN解码器-编码器,兼容PSMT创建了新联合模型(RNN+PSMT).新的模型不仅在维-汉、汉-英机器翻译的应用中取得了成效,而且能够捕捉到语言的规律,使得机器翻译中的一个重要评价指标的BLEU值得到了显著提高.实验结果表明,系统的整体性能超过了传统统计机器翻译.

摘要： 随着我国"一带一路"战略的推进,新疆应当充分发挥其区域优势,着力于打造丝绸之路经济带核心区,其中提高汉语-维吾尔语(汉-维)之间机器翻译的质量有着重要的现实意义.通过对低频维吾尔语词汇进行词干词缀分割进行了基于三种不同机器翻译系统的汉-维机器翻译对比实验.该方法不仅减少词汇表大小从而减轻未登录词(Out Of Vocabu-lary,OOV)问题,同时也大大提升了翻译结果.其中统计机器翻译结果提升最明显,比原始提升了3.29个BLEU值.

摘要： 当前我国与世界各国之间的沟通合作日益密切使得语言这一沟通桥梁作用的重要性得到了凸显.在这一背景下,机器翻译在当前环境下也得到了迅猛的发展.机器翻译理论作为计算机技术中一大新兴技术理论,对于文本类信息资源的整合处理以及当前多数行业领域内面向语言文字类信息资源的综合需求存在着较高的契合度,因此在实际应用过程中加强对于统计机器翻译理论的应用存在着积极价值.现以格律诗的自动生成研究为主要方向,浅析基于统计机器翻译理论的格律诗自动生成问题.

摘要： 在统计机器翻译系统中，目标语言的语言模型一般以词为基本单位。然而面对汉语、日语等存在不同分词标准、词语颗粒度不易确定、存在切分不一致和容易产生分词错误的语言来说，语言模型的单位难以取舍。本文研究了两种语言模型：基于词和基于字的语言模型，比较他们各自的优缺点，以比分析分词对语言模型质量的影响，然后提出方法将这两种语言模型融合到SMT解码中。实验结果表明，基于字的语言模型在测试集上的交叉熵要低于基于词的语言模型。当应用于SMT时，基于字的语言模型和基于词的语言模型相比，尤其在是语言模型领域和机器翻译测试语料的领域一致时，机器翻译的性能较高。而无论是否领域一致，融合两种语言模型总能得到最优的翻译结果。

摘要： 上下文信息对于统计机器翻译(SMT)中的规则选择是很重要的，但是之前的SMT模型并没有充分利用上下文信息。在本文中，我们提出了一种利用篇章上下文信息的方法来提高规则选择的准确性，从而提高翻译的质量。首先我们利用向量空间模型获得训练语料的文档和测试集中文档的相似度，然后把相似度作为一个新的特征加入到短语模型中。实验结果表明，在英语到汉语的翻译工作中，我们的方法可以显著提高翻译质量。在NIST-08和CWMT-08两个测试集上BuEU值都有显著的提高。

摘要： 为了缓解双语语料不足导致的翻译知识欠缺问题,提出基于复述技术的翻译框架.此框架利用第三种语言获取带有概率的复述知识表,以Lattice表示输入句子的多种复述形式,扩展解码器使之可以对Lattice形式的输入进行解码,将复述知识作为特征加入到对数线性模型的目标函数中.在保持原始翻译知识表不变的情况下,此框架不仅可以增大短语翻译表对源语言现象的覆盖率,也能够增加候选译文表现形式的多样性.在3个不同规模训练集上的对比实验结果表明,在训练语料规模最小的情况下(10 K句对),系统性能有明显提升(BLEU+1.4％);在训练语料规模最大的情况下(1M句对),系统性能也取得一定提升(BLEU+0.32％).

摘要： 为了减少统计机器翻译中的源语言和目标语言的语序差异问题,本文提出了基于短语结构树的源语言重排序模型.该模型分为两种,基于自动抽取短语结构重排序规则的源端重排序和基于人工书写短语结构重排序规则的源端重排序,以汉蒙统计机器翻译做实验.实验结果表明,该两种模型的BLEU评分比传统的短语统计翻译模型有明显提高,较为显著地提高了译文的质量.

摘要： 融合基于海量语料的语言模型是提高统计机器翻译系统性能的有效手段。随着模型规模的不断增加，如何实现语言模型的快速查询成为影响系统性能的关键。本文根据N元语言模型查询具有的上下文相关特性，提出—种基于状态转移的语言模型快速查询方法。该方法通过构造Trie树索引保存查询状态，有效避免了语言模型的重复查询。实验结果表明，该方法在严格控制语言模型规模的基础上，能够显著提高统计机器翻译系统的解码效率。

摘要： 本文主要介绍NTT Communication科学基础研究所协创情报研完部言语智能研究组参加2011年第七届全国机器翻译研讨会(CWMT2011)评测的情况。本单位参加了全部测评项目中的两个子项：英汉科技领域机器翻译和日汉新闻领域机器翻译。本文首先简要地介绍本单位的统计机器翻译系统的实现框架，其次比较各个系统在评测数据上的性能表现，最后对翻译评测的结果加以简略分析。

摘要： 本文主要介绍了厦门大学参加2011年第七届全国机器翻译研讨会(CWMT2011)评测的情况。本单位参加了全部9个评测项目中的3个子项：汉英新闻领域机器翻译，英汉新闻领域机器翻译和藏汉政府文献机器翻译三个评测项目。文章将简要介绍本单位统计机器翻译系统的实现框架、模型以及阐述它们在评测数据上的性能表现，并针对结果加以适当分析.

摘要： 本文介绍了内蒙古师范大学计算机与信息工程学院自然语言信息处理实验室参加CWMT2011机器翻译评测中的蒙汉日常用语评测情况。为了提高蒙汉统计机器翻译系统的性能，对蒙古语的格、数和领属附加成分进行切分处理，并提交了一个系统翻译结果。本文对参加评测的基于短语的蒙汉统计机嚣翻译系统进行了详细说明。

摘要： 本文介绍了东北大学自然语言处理实验室(NEUNLPLab)开发的NiuTrans机器翻译系统参加第七届全国机嚣翻译研讨会(CWMT2011)机器翻译评测任务的情况。在本次评测中，NEUNLPLab在所有九项翻译子任务中均提交了结果。本文描述并分析我们在这次评测中对NiuTrans系统的各项改进工作,主要包括：对树到树翻译的搜索和建模的改进，对语言模型的改进和对各种特征的使用情况的研究。

摘要： 本文介绍了东北大学自然语言处理实验室(NEUNLPLab)开发的NiuTrans机器翻译系统参加第七届全国机嚣翻译研讨会(CWMT2011)机器翻译评测任务的情况。在本次评测中，NEUNLPLab在所有九项翻译子任务中均提交了结果。本文描述并分析我们在这次评测中对NiuTrans系统的各项改进工作,主要包括：对树到树翻译的搜索和建模的改进，对语言模型的改进和对各种特征的使用情况的研究。

摘要： 机器翻译系统包含：译文候选生成部，将第1语言的输入文分别分配给用于生成第2语言译文的多个机器翻译装置，并从各机器翻译装置，接受对于输入文的第2语言的译文；译文改良部，以译文候选生成部接受的多个第2语言的各译文为起点，按照以规定的评价方式改进评价那样改良译文；和结束判定部，在译文改良部改良的译文中，将满足规定的条件译文作为对输入文的译文进行选择；译文改良部包含：译文变形部，对输入的译文进行规定的变形；译文评价部，对变形的译文进行评价；和重复控制部，判断对变形后的译文得到的评价，相对于输入的译文得到的评价是否被改进，在确认没有改进之前，重复进行变形和评价，按照这样控制译文变形部和译文评价部。

摘要： 本申请公开了一种用于统计机器翻译的解码方法，同时公开了一种用于统计机器翻译的解码装置，以及一种统计机器翻译方法及相应装置。所述用于统计机器翻译的解码方法包括：根据源语言句子包含的词序列，初始化由对应各跨度词序列的节点组成的解码空间；采用如下方式拓展所述解码空间中的每个节点：从生成当前节点的各种组合方式中选取翻译分数处于高序位的翻译候选，添加到当前节点的翻译结果集合中，直至所选翻译候选的数目不小于预设阈值K；从覆盖整个源语言句子的节点的翻译结果集合中选择翻译分数处于前N位的翻译候选，并构建所述源语言句子的翻译结果。采用本技术方案，可以加快解码过程、并缩减对内存的占用，实现轻量解码。

摘要： 本发明公开了一种融合翻译记忆和短语翻译模型的统计机器翻译方法，其包括：步骤1：利用训练集得到双语短语切分句对；步骤2：根据所得到的双语短语切分句对获得翻译记忆中相应的翻译记忆短语对，并抽取翻译记忆短语对的相关特征；步骤3、融合短语翻译模型和所抽取的翻译记忆短语对的相关特征最终获得当前待翻译句子的目标翻译结果。其是一种在传统短语翻译模型的基础上充分且恰当地挖掘翻译记忆提供的信息以提高统计机器翻译译文质量的方法。

摘要： 本申请公开了一种统计机器翻译中的翻译方法和装置，在统计机器翻译的训练阶段，生成包含源端短语语义向量的翻译模型，并在解码阶段，计算待翻译短语的语义向量，然后再计算待翻译短语的语义向量与候选翻译规则源端短语语义向量的相似度，并将相似度作为一个子模型集成到对数线性模型中，以供统计机器翻译系统选择与待翻译短语语义最接近的译文。传统的统计机器翻译系统不包含语义信息，本申请通过生成源端短语的语义，并利用语义向量的相似度，帮助统计机器翻译系统更准确地选出与待翻译短语语义接近的译文，能够有效地提高统计机器翻译译文的质量。

摘要： 本发明提供一种评价术语领域翻译一致性的方法，该方法以双语平行语料库的文档‑主题分布信息作为术语翻译的领域信息，构建双语术语库，并计算每个源语言术语的翻译一致性强度来客观地评价在领域内术语翻译的一致性。该方法充分利用领域信息，在术语翻译中保持源语言术语的译文在相同或相近领域内一致。而且该方法可以嵌入到统计机器翻译中，改进源语言术语所在的句子、篇章文档的整体翻译质量。

摘要： 本申请公开了一种用于统计机器翻译的解码方法，同时公开了一种用于统计机器翻译的解码装置，以及一种统计机器翻译方法及相应装置。所述用于统计机器翻译的解码方法包括：根据源语言句子包含的词序列，初始化由对应各跨度词序列的节点组成的解码空间；采用如下方式拓展所述解码空间中的每个节点：从生成当前节点的各种组合方式中选取翻译分数处于高序位的翻译候选，添加到当前节点的翻译结果集合中，直至所选翻译候选的数目不小于预设阈值K；从覆盖整个源语言句子的节点的翻译结果集合中选择翻译分数处于前N位的翻译候选，并构建所述源语言句子的翻译结果。采用本技术方案，可以加快解码过程、并缩减对内存的占用，实现轻量解码。

摘要： 本发明公开了一种基于融合统计机器翻译模型的蒙汉神经机器翻译方法，具体包括以下步骤：S1、NMT分类器继承标准的基于注意力的NMT后在规则词表上估计单词的预测概率；S2、SMT分类器计算由辅助SMT模型生成的SMT建议的概率；S3、将SMT建议整合到NMT中；本发明涉及神经机器翻译技术领域。该基于融合统计机器翻译模型的蒙汉神经机器翻译方法，通过将统计机器翻译模型合并到神经机器翻译框架中，以利用统计机器翻译和神经机器翻译模型的优点来实现更好的翻译，SMT分类器和门控函数在NMT结构中以端到端方式联合训练，此外，为了更好地缓解测试阶段的UNK问题，通过联合考虑NMT模型的注意概率和SMT模型的覆盖率信息，选择合适的SMT建议来代替目标UNK单词。

摘要： 本发明公开了一种融合翻译记忆和短语翻译模型的统计机器翻译方法，其包括：步骤1：利用训练集得到双语短语切分句对；步骤2：根据所得到的双语短语切分句对获得翻译记忆中相应的翻译记忆短语对，并抽取翻译记忆短语对的相关特征；步骤3：融合短语翻译模型和所抽取的翻译记忆短语对的相关特征最终获得当前待翻译句子的目标翻译结果。其是一种在传统短语翻译模型的基础上充分且恰当地挖掘翻译记忆提供的信息以提高统计机器翻译译文质量的方法。

摘要： 本申请公开了一种统计机器翻译中的翻译方法和装置，在统计机器翻译的训练阶段，生成包含源端短语语义向量的翻译模型，并在解码阶段，计算待翻译短语的语义向量，然后再计算待翻译短语的语义向量与候选翻译规则源端短语语义向量的相似度，并将相似度作为一个子模型集成到对数线性模型中，以供统计机器翻译系统选择与待翻译短语语义最接近的译文。传统的统计机器翻译系统不包含语义信息，本申请通过生成源端短语的语义，并利用语义向量的相似度，帮助统计机器翻译系统更准确地选出与待翻译短语语义接近的译文，能够有效地提高统计机器翻译译文的质量。

摘要： 本发明提供一种评价术语领域翻译一致性的方法，该方法以双语平行语料库的文档-主题分布信息作为术语翻译的领域信息，构建双语术语库，并计算每个源语言术语的翻译一致性强度来客观地评价在领域内术语翻译的一致性。该方法充分利用领域信息，在术语翻译中保持源语言术语的译文在相同或相近领域内一致。而且该方法可以嵌入到统计机器翻译中，改进源语言术语所在的句子、篇章文档的整体翻译质量。