基于用户反馈的统计机器翻译短语表优化方法

《基于用户反馈的统计机器翻译短语表优化方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、文章编号：2095-1248（2016）03-0073-06基于用户反馈的统计机器翻译短语表优化方法尹瑞程，叶娜，蔡东风（沈阳航空航天大学人机智能研究中心，沈阳110136）摘要：近年来，统计机器翻译技术取得了长足进展，然而在译文质量要求较高的领域，机器翻译系统产生的译文仍不够理想。随着计算机辅助翻译和交互式机器翻译技术的出现，研究人员开始利用用户反馈，从中学习翻译知识，对翻译系统的各项参数进行优化。由于不同用户的翻译经验不同，所以他们反馈翻译知识的置信度也不同。通过分析影响用户置信度的特征，得到用户置信度评价模型，并利用该模型

2、将不同用户反馈的翻译知识进行区分，实时调整更新短语表的参数。修改的参数包括正向短语翻译概率、正向词汇化翻译概率、逆向短语翻译概率、逆向词汇化翻译概率。实验结果表明，对不同用户反馈的翻译知识进行区分，改进短语表的参数，得到的译文质量比不区分用户得到的译文质量更好。关键词：统计机器翻译；用户反馈；用户置信度；短语表；参数优化中图分类号：ＴＰ391.7文献标志码：Ａdoi：10．3969／ｊ．ｉｓｓｎ．2095-1248．2016．03．012OPtimizationmethodforstatisticalmachinetransla

3、tionofPhrasetablebasedonuserfeedbackＹＩＮＲｕｉ-ｃｈｅｎｇ，ＹＥＮａ，ＣＡＩＤｏｎｇ-ｆｅｎｇ（Ｈｕｍａｎ-ｃｏｍｐｕｔｅｒＩｎｔｅｌｌｉｇｅｎｃｅＲｅｓｅａｒｃｈＣｅｎｔｅｒ，ＳｈｅｎｙａｎｇＡｅｒｏｓｐａｃｅＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ110136，Ｃｈｉｎａ）Abstract：Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ａｓｕｂｓｔａｎｔｉａｌｐｒｏｇｒｅｓｓｉｓａｃｈｉｅｖｅｄｉｎｔｈｅｓｔｕｄｙｏｆｓｔａｔｉｓｔｉｃａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｉｎｔｈｅｄｏ

4、ｍａｉｎｓｗｉｔｈｈｉｇｈｔｒａｎｓｌａｔｉｏｎｑｕａｌｉｔｙｒｅｑｕｉｒｅｍｅｎｔｓ，ｔｈｅｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎｏｕｔｐｕｔｓｔｉｌｌｃａｎ-ｎｏｔｂｅｓａｔｉｓｆｉｅｄ．Ｗｉｔｈｔｈｅａｄｖｅｎｔｏｆｃｏｍｐｕｔｅｒ-ａｓｓｉｓｔｅｄｔｒａｎｓｌａｔｉｏｎａｎｄｉｎｔｅｒａｃｔｉｖｅｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎｔｅｃｈｎｏｌｏ-ｇｙ，ｒｅｓｅａｒｃｈｅｒｓｂｅｇｉｎｔｏｌｅａｒｎｔｒａｎｓｌａｔｉｏｎｆｒｏｍｕｓｅｒｓ′ｆｅｅｄｂａｃｋｔｏｏｐｔｉｍｉｚｅｔｈｅｐａｒａｍｅｔｅｒｓｏｆｔｈｅｍａｃｈｉ

5、ｎｅｔｒａｎｓｌａｔｉｏｎｓｙｓｔｅｍｓ．Ｓｉｎｃｅｕｓｅｒｓ′ｔｒａｎｓｌａｔｉｏｎｅｘｐｅｒｉｅｎｃｅｓａｒｅｄｉｆｆｅｒｅｎｔ，ｔｈｅｃｏｎｆｉｄｅｎｃｅｓｏｆｔｈｅｔｒａｎｓｌａｔｉｏｎｋｎｏｗｌｅｄｇｅｌｅａｒｎｅｄｆｒｏｍｕｓｅｒｓａｒｅｄｉｆｆｅｒｅｎｔ．Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｄｔｈｅｆａｃｔｏｒｓｔｈａｔｉｎｆｌｕｅｎｃｅｔｈｅｕｓｅｒ′ｓｃｏｎｆｉ-ｄｅｎｃｅａｎｄｐｒｏｐｏｓｅｄａｍｏｄｅｌｔｏｅｖａｌｕａｔｅｉｔ．Ｔｈｉｓｍｏｄｅｌｃａｎｂｅｕｓｅｄｔｏｄｉｓｔｉｎｇｕｉｓｈｔｈｅｔｒａｎｓｌａｔ

6、ｉｏｎｋｎｏｗｌｅｄｇｅｆｒｏｍｄｉｆｆｅｒｅｎｔｕｓｅｒｓ，ａｎｄｕｐｄａｔｅｔｈｅｐａｒａｍｅｔｅｒｓｏｆｐｈｒａｓｅｔａｂｌｅｉｎｒｅａｌｔｉｍｅ．Ｔｈｅｍｏｄｉｆｉｅｄｐａｒａｍｅｔｅｒｓｉｎｃｌｕｄ-ｅｄｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆｆｏｒｗａｒｄｐｈｒａｓｅｔｒａｎｓｌａｔｉｏｎ，ｆｏｒｗａｒｄｌｅｘｉｃａｌｔｒａｎｓｌａｔｉｏｎ，ｒｅｖｅｒｓｅｐｈｒａｓｅｔｒａｎｓｌａｔｉｏｎａｎｄｒｅ-ｖｅｒｓｅｌｅｘｉｃａｌｔｒａｎｓｌａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｂｙｄｉｓｔｉｎｇｕｉｓ

7、ｈｉｎｇｔｈｅｔｒａｎｓｌａｔｉｏｎｋｎｏｗｌｅｄｇｅｆｒｏｍｄｉｆ-ｆｅｒｅｎｔｕｓｅｒｓ′ｆｅｅｄｂａｃｋ，ａｎｏｐｔｉｍｉｚｅｄｐｅｒｆｏｒｍａｎｃｅｉｓａｃｈｉｅｖｅｄｃｏｍｐａｒｅｄｔｏｎｏｎ-ｄｉｓｔｉｎｇｕｉｓｈｉｎｇｕｓｅｒｓ．收稿日期：2016-01-25基金项目：国家自然科学基金（项目编号：61402299）作者简介：尹瑞程（1988-），男，河南洛阳人，硕士研究生，主要研究方向：机器翻译，Ｅ-ｍａｉｌ：925910322@ｑｑ．ｃｏｍ；叶娜（1981-），女，辽宁沈阳人，讲师，主要研究方向：机器翻译，Ｅ-ｍ

8、ａｉｌ：ｙｅｎａ1@126．ｃｏｍ；蔡东风（1958-），男，辽宁沈阳人，教授，主要研究方向：人工智能、自然语言处理，Ｅ-ｍａｉｌ：ｃａｉｄｆ@ｖｉｐ．163．ｃｏｍ。74沈阳航空航天大学学报第33卷Keywords：ｓｔａｔｉｓｔｉｃａｌｍａｃｈｉｎｅｔｒａｎ