利用Markov网络抽取复述增强机器译文自动评价方法

摘要：

在机器译文自动评价中,匹配具有相同语义、不同表达方式的词或短语是其中一个很大的挑战.许多研究工作提出从双语平行语料或可比语料中抽取复述来增强机器译文和人工译文的匹配.然而双语平行语料或可比语料不仅构建成本高,而且对少数语言对难以大量获取.提出通过构建词的Markov网络,从目标语言的单语文本中抽取复述的方法,并利用该复述提高机器译文自动评价方法与人工评价方法的相关性.在WMT”14Metrics task上的实验结果表明,从单语文本中提取复述方法的性能与从双语平行语料中提取复述方法的性能具有很强的可比性.因此,本文提出的方法可在保证复述质量的同时,降低了复述抽取的成本.

关键词： 机器译文 自动评价方法 复述抽取方法 Markov网络

作者: 翁贞 李茂西 王明文

作者单位: 江西师范大学计算机信息工程学院,南昌 330022

会议类型: 国内会议

会议名称: 中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)

会议地点: 广州

会议语种:中文

页码: 1-11

在线出版日期: 2015-11-13（万方平台首次上网日期，不代表论文的发表时间）