基于最大熵短语重排序模型的特征抽取算法改进

摘要：

本文针对统计机器翻译中基于最大熵短语重排序模型特征抽取算法。提出一种改进算法。该算法能够抽取出更多准确的短语重排序信息，特别是逆序短语的特征信息，解决了原算法中最大熵训练时特征数据不平衡问题，即保序短语特征信息数量远超过逆序短语信息数量，提高了翻译中短语重排序的准确率。本文以NIST MT 05作为汉语到英语翻译的测试集，实验结果表明改进后的系统BLEU值比原系统提高0.65％。

关键词： 最大熵 特征抽取 统计机器翻译 重排序模型

作者: 孙萌 姚建民 吕雅娟 刘群 姜文斌

作者单位: 中国科学院 计算技术研究所,北京 100080 苏州大学计算机科学与技术学院,苏州 215006 苏州大学计算机科学与技术学院,苏州 215006 中国科学院 计算技术研究所,北京 100080

会议类型: 国内会议

会议名称: 第五届全国青年计算语言学研讨会(YWCL 2010)

会议地点: 武汉

会议语种:中文

页码: 275-281

在线出版日期: 2010-10-11（万方平台首次上网日期，不代表论文的发表时间）