第四届全国机器翻译研讨会CCID技术报告PPT课件_第1页
第四届全国机器翻译研讨会CCID技术报告PPT课件_第2页
第四届全国机器翻译研讨会CCID技术报告PPT课件_第3页
第四届全国机器翻译研讨会CCID技术报告PPT课件_第4页
第四届全国机器翻译研讨会CCID技术报告PPT课件_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、第四届全国机器翻译研讨会第四届全国机器翻译研讨会CCID技技术报告术报告 中国电子信息产业发展研究院 孙广范引言引言 l本文对中国电子信息产业发展研究院（CCID）参加第四届全国机器翻译研讨会评测的汉英和英汉机器翻译系统进行描述。参加的评测项目包括汉英新闻领域机器翻译、英汉新闻领域机器翻译、英汉科技领域机器翻译。其中，汉英机器翻译系统包括一个基于规则的系统和一个基于短语的统计机器翻译系统，英汉机器翻译系统是一个基于规则和模板的系统。系统系统 l系统1：基于规则和模板的汉英机器翻译系统l本系统是传统的基于规则的系统，其中融入了模板技术、统计技术，属于基于转换的机器翻译系统。其既有规则系统的适应面

2、较宽的特点，也有规则方法固有的知识颗粒度粗的不足。另外，本系统面向新闻领域语料调试工作做得较少，也是其处理新闻语料效果不十分理想的原因之一。系统系统l系统2：基于规则和模板的英汉机器翻译系统l本系统采用规则和模板相结合的技术，面向英语新闻领域进行了针对性调试，因此处理英语新闻语料效果较好。同时，由于针对科技领域语料调试量较少，所以针对科技语料的处理效果差些。系统系统l系统3：基于短语的汉英统计机器翻译系统l本系统的训练语料包括400万句对的通用汉英平行语料，其中包括863评测提供的83万汉英平行语料。分词工具采用自己研制的分词工具，采用GIZA+、中科院计算所的Camel解码器。训练结果生成了

3、1千万条的短语翻译表，语言模型是从其中2百万句对中的英文部分训练出来的。l由于本系统的训练语料对于新闻领域的针对性不强，导致了本次测试结果的BLEU值不高。下一步时拟增加新闻领域语料的收集，这样可以有效提高系统面向新闻领域语料处理的效果。 实验实验 l系统1：基于规则和模板的汉英机器翻译系统l 实验实验l系统3：基于短语的汉英统计机器翻译系统l本次评测（CWMT2008）中的面向新闻语料的测试结果：实验实验l系统2：基于规则和模板的英汉机器翻译系统 l本次评测（CWMT2008）中的面向新闻语料的测试结果：实验实验l本次评测（CWMT2008）中的面向科技语料的测试结果：讨论讨论 l机器翻译方法中，目前研究的热点是统计机器翻译方法，其优点是可以从平行语料库中快速地学习出大量的短语及其对译表达，并且可以训练出目标语语言模型，这样可以使其能够拥有比规则方法的系统更多的短语（特别是非句法成分的短语），目标语语言模型可以使其选择译文搭配时可以区分得更细，这样使的其译文与人工译文的相同语言片段数量增加，从而BLEU增加。统计方法的缺点是长距离调序能力较差，因为其调序时较少考虑人的语言知识。规则和模板相结合的系统在模板数量达到一定量（几万条）时也可以表现出较好的翻译性能，其瓶颈在于大量的模板的获取问题的解决。基于句法的统计机器翻译方法的研究可能为将统计机

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论