基于形態(tài)信息的漢蒙翻譯模型和語言模型構造方法研究-資料下載頁
2025-07-18 18:44本頁面
【正文】 16 三 、 引入語言信息構造翻譯模型 （ 3）非連續(xù)短語的抽取方法 ： ? 非連續(xù)短語可以認為是不連續(xù)的詞語串 ； ? 非連續(xù)翻譯短語對的抽取思想 以 Och的連續(xù)短語對抽取思想 為 基礎 ； ? 引入漢語局部依存關系信息和蒙古語形態(tài)信息，抽取具有依存關系的不連續(xù)的漢語短語所對應的蒙古語短語，構造非連續(xù)漢蒙短語對。 17 四 、詞素級別的語言模型的構造 詞素級語言模型的研究 方案 主要包括： （ 1）基于詞的 NGram語言模型構造，即以每一個蒙古語詞為基本單位，構造基于詞的 NGram語言模型； （ 2）蒙古語詞內部詞素之間的組合概率模型構造，即以詞素為基本單位，對于每個給定的詞，計算其內部詞干與構形詞綴，構形詞綴與構形詞綴之間的概率關系； （ 3）語言模型的評測，即利用交叉熵及困惑度分別針對以上兩個概率模型進行評測，然后分別選取最優(yōu)模型，組合構成詞素級語言模型。 18 五 、 總結與展望 ? 在漢蒙翻譯的統(tǒng)計機器翻譯研究中，由于源語言與目標語言普遍存在的差異，單純應用統(tǒng)計機器翻譯方法進行漢蒙翻譯，會導致譯文中出現的詞形錯誤等問題。將語言的形態(tài)信息引入到統(tǒng)計機器翻譯中，可以改善上述問題。 ? 但是，在漢蒙翻譯的統(tǒng)計機器翻譯研究中， 仍無法避免 數據稀少的問題。 ? 本文討論的非連續(xù)短語對抽取方法還需要在進一步進行研究。 19
范文總結相關推薦
鄂ICP備17016276號-1