论文部分内容阅读
近年来，统计机器翻译技术得到了快速的发展，许多基于不同范式的统计翻译模型被相继提出，如基于短语的统计翻译模型、基于句法的统计翻译模型等等。每一种模型都有它自身的优点和弱点，如何通过有效的方法从多个机器翻译引擎的输出结果中抽取出有用信息，融合多个翻译引擎的优点，得到最终的高质量翻译结果，对于提高整个机器翻译系统的译文质量至关重要。因此，开展机器翻洋系统融合方法的研究具有重要的理论意义和应用价值。
本论文在词汇级别系统融合的框架下，以汉英和英汉机器翻译系统为实验平台，对系统融合方法进行了深入研究和实践。论文的主要工作和创新成果归纳如下：
1.提出并实现了一种基于词调序的翻译假设对齐方法
单语言句子对齐是词汇级别系统融合方法中重要的一步。本论文提出了一种基于词调序的翻译假设对齐方法。该方法不同于现存的基于编辑距离的词错误率(WER)方法和翻译错误率(TER)方法，而是直接将翻译假设中需要调序的语块移动到正确的位置。其基本思路是：首先，寻找翻译假设间所有公共的连续语块并用变量将它们分别进行替换；然后，对精简后的翻译假设进行局部对齐并查找交叉对齐，根据交叉对齐情况，把翻译假设中的词序调整到正确的位置；最后，使用动态规划算法对齐两个词序一致的翻译假设。在新闻翻译领域和口语翻译领域的实验表明，该方法能够显著地提高译文质量。
2.对比研究了基于不同融合层次的系统融合方法
在机器翻译中，有三种不同层次的系统融合方法，包括句子级别系统融合方法、短语级别系统融合方法、词汇级别系统融合方法。本论文分别在口语翻译领域和新闻翻译领域的语料上，比较了这三种不同层次的系统融合方法的性能。实验结果表明，词汇级别系统融合方法能深层次的融合各种语言知识，对翻译质量的提高最大，同时融合性能最稳定。
3.对比研究了基于汉字和基于词汇的汉语译文质量评价方法及系统融合方法
在中文信息处理中，词通常被看作一个基本的处理单元。然而，汉字同样可以作为基本的处理单元。在机器翻译的译文自动评价和系统融合任务中，目前还没有相关工作来比较基于词的方法和基于汉字的方法的性能。为此，本论文研究了汉语译文的自动评价和系统融合方法。实验表明，基于汉字的自动评价方法和人工评价之间的相关性好于基于词的自动评价方法。对于汉语译文的融合，基于汉字的方法统计显著地优于基于词的方法。论文对该现象进行了深入的分析。
4.实现了基于Web服务的在线统计机器翻译系统
结合Web服务网络通讯方式的优势和统计机器翻译系统的特点，本论文建立了基于Web服务的在线统计机器翻译系统。该系统通过Web服务技术来实现远程终端客户机和本地Web服务器之间的网络通讯，并通过网络套接字来实现Web服务器和机器翻译服务器之间翻译文本信息的发送和接收。实验表明，该方法能有效地组织多台统计机器翻译引擎，使它们协调工作，并能改善在线统计机器翻译系统的响应速度和用户并发数。
综上所述，本论文提出了一种基于词调序的翻译假设对齐方法、在多个语料上分析比较了不同级别系统融合方法的性能，分析研究了汉语译文质量评价及系统融合中基于汉字的方法和基于词的方法的性能，同时，设计实现了一种基于Web服务的在线统计机器翻译系统。这些工作为进一步深入研究统计机器翻译奠定了良好的基础。