融合词法句法分析联合模型的树到串EBMT方法
针对传统的基于实例的机器翻译(EBMT)方法中系统构筑复杂度和成本较高的问题，提出一种基于依存树到串的汉英实例机器翻译方法。与传统方法相比，该方法只需进行源语言端的句法结构分析，可以大大降低构筑系统的复杂度，有效降低成本。为了提高翻译精度，将中文分词、词性标注和依存句法分析联合模型相融合，可以降低汉英EBMT 中源语言端基础任务中的错误传递，提高提取层次间特征的准确性。在此基础上，结合依存结构的特征和中英语料的特性，对依存树到串模型对进行规则抽取以及泛化处理。实验结果表明，相对于基线系统，该方法可以提高实例对抽取质量，改善泛化规则，有效改善译文质量，提高系统性能。
基于实例的机器翻译 依存树到串模型 联合模型 泛化模板
王丹丹 徐金安 陈钰枫 张玉洁 杨晓晖
北京交通大学计算机与信息技术学院,北京 100044
国际会议
第五届自然语言处理与中文计算会议(NLPCC-ICCPOL2016)
昆明
中文
1-10
2016-12-02（万方平台首次上网日期，不代表论文的发表时间）