機器翻譯自動評價計算粒度研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、機器翻譯自動評價是機器翻譯研究中的一個重要環(huán)節(jié)，在機器翻譯系統(tǒng)的開發(fā)周期中起著重要的作用。目前一些簡單的基于字符串相似度的方法雖然能高速的對譯文進行評價，但是其評價結(jié)果存在著嚴重的偏向性。國際研究中的主流改進方法是融入更多的語言學(xué)信息。這樣雖然能讓評價模型的性能得到提高，但是卻因其用到了語言學(xué)信息，而喪失了語言的獨立性。事實上，語言學(xué)信息的引入可以被認為是一種單元匹配時計算單位(粒度)的改變。
　　為了將提高自動評價方法的精度、速

2、度，擴大應(yīng)用的范圍，我們從改變機器翻譯自動評價模型計算粒度的角度出發(fā)，提出了一系列機器翻譯自動評價方法：
　　首先，我們提出了基于字母的機器翻譯自動評價的方法。這一評價方法既具有語言獨立性，并且又能解決部分的詞語曲折變化等問題。同時為了進一步改進基于字母的機器翻譯自動評價方法的性能，我們提出了i_Letter_BLEU和i_Letter_Recall兩種方法，這兩種方法能夠根據(jù)標(biāo)準譯文自動地調(diào)整參數(shù)，使得基于字母的機器翻譯自動評價

3、方法的性能更加穩(wěn)定。
　　其次，我們根據(jù)現(xiàn)有的基于機器學(xué)習(xí)的特征融合方法，提出了基于表層信息的多粒度特征融合方法。該方法在 SVM排序和回歸模型框架下進行特征融合。經(jīng)過特征選擇僅使用了少量的特征就在往年評測數(shù)據(jù)上取得了與評測時最高成績可比較的結(jié)果。并且值得注意的是，這種方法沒有用到任何的深層的語言學(xué)信息，是語言獨立的。
　　最后，我們將語言學(xué)特征用字符串表示，在一系列的基于語言學(xué)的計算粒度上分析語言學(xué)特征的對于機器翻譯自動評

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論