【摘 要】
：
词对齐是目前主流的统计机器翻译系统必备的模块,而IBM模型是词对齐最常用的模型，但是IBM模型不允许源语到目标语的一对多词对齐，这一限制在像汉英翻译这样频繁出现一对多对齐
【机 构】
：
东北大学自然语言处理实验室,沈阳,110004
【出 处】
：
第四届全国学生计算语言学研讨会(SWCL-2008)
论文部分内容阅读
词对齐是目前主流的统计机器翻译系统必备的模块,而IBM模型是词对齐最常用的模型，但是IBM模型不允许源语到目标语的一对多词对齐，这一限制在像汉英翻译这样频繁出现一对多对齐现象的任务中,影响了翻译系统的性能。
本文针对这个问题,通过将目标语中满足一定条件的bigram合并,把一对多问题简化为一对一问题,进而改善词对齐的效果,最终达到提高统计机器翻译系统性能的目的。实验结果表明，该方法能够在一定程度上提高汉英翻译的性能。
其他文献
词语相似度计算是自然语言处理领域的基础和研究难点。本文利用知网的相关概念场,将词语的相关性引入到基于平均互信息的词语相似度计算中,并提出了统计和语义相结合的词语相
本文提到的主谓关系,专指一个名词和动词经常共现,并且在语义上能够同时构成一个句子的主语和谓语的这样一种关系。本文提出了一种统计结合启发性规则和句法信息的方法来分析
我最早学习汉简牍隶书,是受苏州沙曼翁先生的影响。那是上个世纪80年代初,沙先生的个人书法篆刻展在河南省博物馆展出,当时展出的作品很多,但不像今天书展的展厅布置及作品装
语义角色标注为谓语动词的论元及附属成分分派语义角色,从而得到句子的浅层语义结构。本文针对两类中文特殊句式“把”字句和“被”字句的句式特点,提出了一种基于规则的语义
如何让计算机根据自然语言的语义表示消解句子乃至段落篇章中的人称代词,一直是自然语言处理的一大难题。本文依据HNC理论的句类表达式和语义块构成的相关知识,提出了一种基
省略恢复是计算机在处理自然语言时遇到的典型网难之一,对自动文摘、信息抽取等具有极为重要的意义。虽然国内外学者从句法、语用、认知等多个角度探讨了省略现象,但是从自然
本文实现了一个基于机器学习的指代消解平台。在此基础上,通过自动语义角色标注工具得到目标动词和语义角色信息,组合语义角色特征和动词驱动特征,研究发现两者的结合能够显
组块分析是自然语言的处理研究领域中新近出现的一个语言处理策略,它能有效降低句法分析的难度。本文在汉语多词块描述体系的基础上,阐述了汉语多词块库中块的结构,并对库中
为实现自动分析和自动生成蒙古语语句而研制的《蒙古语语法信息词典》由不同的层次构成，《蒙古语语法信息词典叹词分库》是它第二层次的有机组成部分。本文介绍了有关《叹词分
短语译文获取技术是基于实例机器翻译系统EBMT中的核心技术之一,短语译文获取技术的性能直接影响到EBMT的性能。当前主要的短语译文获取方法过于依赖词对齐结果,只能从词对齐