融合主题的汉越冶金领域统计机器翻译方法

发布时间：2019-08-26 12:23

【摘要】：为有效利用领域知识提高汉越冶金领域的机器翻译效果,利用术语与主题的分布关系约束术语的选择,提出融合主题的统计机器翻译方法。建立术语翻译模型,抽取短语概率表时将术语对源语言文档的主题信息融入到翻译概率表中,利用主题分布描述术语与主题之间的关系,同时使用冶金领域语料训练翻译模型,将2个模型融合到基于短语的汉越翻译系统解码过程中,指导选择出最符合领域特性的术语及译文。融合模型前后的对比实验结果表明,与基于短语的机器翻译方法相比,该方法可有效提高汉越冶金领域的翻译性能。
【图文】：

流程图,翻译模型,机器翻译系统,流程

)×p(z=k|D')(5)在翻译一个术语时，本文通过计算在文档D'下术语f^到e^的条件概率，来帮助解码器选择符合领域的术语翻译。3翻译模型的融合为充分利用特定领域翻译知识，本文在将融入主题信息的翻译模型融合到机器翻译系统的同时，也将冶金领域语料训练的翻译模型线性融合到翻译系统中，进一步提升基准翻译模型的冶金领域适应能力。本文利用对数线性模型［11］将这2个模型作为2个特征融合到汉越基于短语的翻译模型中［12］，这样不会影响集成本身其他特征的计算。对于解码过程，本文设计思路框架如图1所示，图中显示了融合了冶金领域语料训练的翻译模型和融合主题信息的翻译模型的统计机器翻译的整个过程。图1融合翻译模型的汉越机器翻译系统流程基于短语的翻译模型对数线性表示可以用式(6)表示。P(e|f)=exp［λ鐖lb鐖(f|e)+λdlbd(a，b)+λLMlbplm(e)］(6)其中:lb鐖(f|e)是翻译模型;lbd(a，b)是调序模型;lbplm(e)是语言模型。这些特征函数不同的权重，影响着翻译的质量。将上文提到的2个模型作为特征函数融合到这个短语翻译系统中，融合后的对数线性表示为式(7)。P(e|f)=exp［λ鐖lb鐖(e|f)+λdlbd(a，b)+λLMlbplm(e)+λmetallurgylb(metallurgy)+λtermlb(term)］λ鐖+λmetallurgy=1(7)其中:λmetallurgy和λterm分别是冶金领域语料训练的翻译模型和融合主题信息的术语翻译模型的权重［13］;λ鐖为通用领域翻译模型的权重，本文令通用领域翻译模型与冶金领域翻译模型的权重之和为1，然后通过最小错误率训练方法来调优［14］这些参数，使得翻译结果取得最优(根据翻译评测目标评价该结果译文)。在解码阶段，搜索选择概率最

权重,性能,翻译模型,统计机器翻译

第43卷第12期周珂，余正涛，高盛祥:融合主题的汉越冶金领域统计机器翻译方法外，分析发现，加大冶金领域翻译模型权重未必会提升测试集的翻译质量，这是因为特定领域翻译模型往往缺乏充足的训练语料，翻译模型训练过程会遇到数据稀疏问题，由此导致冶金领域翻译知识不准确，最终降低系统翻译性能。图2不同权重下的系统翻译性能5结束语本文提出融合主题的汉越统计机器翻译方法，构建术语翻译模型和联合翻译模型。术语翻译模型是利用术语与主题的分布关系来约束术语的选择，而联合模型可以有效地调整基准翻译模型知识分布，进而在翻译过程中最大程度利用领域翻译知识。本文将这2个模型融合到基准翻译系统中，实验结果表明，相比改进前的翻译模型，利用该模型进行冶金领域文本翻译时在BLEU-4和准确度方面都有较大提升。下一步将扩大语料库规模，并对冶金领域的特征做深入分析。参考文献［1］张军．我国西南地区在“一带一路”开放战略中的优势及定位［J］．经济纵横，2014(11):93-96．［2］刘群．统计机器翻译综述［J］．中文信息学报，2003，17(4):1-12．［3］KOEHNP，OCHFJ，MAＲCUD．StatisticalPhrase-basedTranslation［C］//ProceedingsofConferenceoftheNorthAmericanChapteroftheAssociationforComputationalLinguisticsonHumanLanguageTechnology．Michigan，USA:AssociationforComputationalLinguistics，2003:127-133．［4］YAMADAK．ASyntax-basedTranslationModel［C］//ProceedingsofMeetingoftheAssociationforComputationalLinguistics．Michigan，USA:AssociationforComputationalLinguistics，2002:1-5．［5］张冬梅，刘小蝶，晋耀红．基于模板的汉英专利机器翻译研究［J］．计算机应用研究，，2013，30(7):204
【作者单位】：昆明理工大学信息工程与自动化学院;
【基金】：国家自然科学基金(61672271,61761026,61732005) 昆明理工大学校人才培养项目(省级)(KKSY201703005)
【分类号】：TP391.2

【相似文献】