首页>中文会议>工业技术>第十二届全国机器翻译研讨会

第十二届全国机器翻译研讨会

召开年：2016
召开地：乌鲁木齐
出版时间： 2016-08-25

主办单位：中国中文信息学会

会议文集：第十二届全国机器翻译研讨会论文集

会议论文

热门论文

全部论文

最新会议

更多>>

全选（0）

1.基于双向线性变换的可比语料双语词典抽取重排序方法
- Chunyue Zhang;张春越;Tiejun Zhao;赵铁军
- 《第十二届全国机器翻译研讨会》
摘要：近几年来,一种基于词嵌入的线性变换方法在可比语料双语词典抽取任务上取得了显著的效果.这种方法假定双语词嵌入空间在翻译时满足线性关系,然而,在实际中,双语词嵌入空间的线性假设在单语词嵌入的训练中并不能得到很好的保证,这使得在源语言到目标语言和目标语言到源语言两个方向上学习到的线性变换并不一致.为此,对给定的待翻译词的翻译候选N-best 列表,本文综合了上述两个方向的线性变换得分,提出了一种基于双向线性得分的重排序方法.在汉英方向的双语词典抽取任务上的实验表明,相比单向线性基准方法,这种重排序方法能够显著提升抽取到的字典的准确度,在Top-1 排名上能够提升69％.
2.基于测试集的机器翻译系统显著性检验方法
- 付彬;Bin Fu;Zhengshan Xue;薛征山;Dakun Zhang;张大鲲;Jie Hao;郝杰
- 《第十二届全国机器翻译研讨会》
摘要：近年来，基于统计的机器翻译技术快速发展，如何准确快速的评价机器翻译系统之间的性能差异是一个研究的热点问题。通常，基于统计的机器翻译方法利用定义好的自动评价标准，在标准的测试集上计算系统的得分（如BLEU 值、NIST值等），然后根据得分的相对大小来确定系统之间的差异大小。研究发现这种仅依靠得分大小来判断系统差异的方法并不完全可靠，尤其是在系统得分差异较小的情况下，需要进一步利用显著性检验来度量系统之间的差异是否具有显著性，即推断系统之间的差异是由于随机波动引起的，还是系统间真实的性能差异引起的。显著性检验常用来判断系统之间的性能差异是否来源于系统的性能改善而不是随机误差.用于机器翻译系统的显著性检验通常以句子作为基本的抽样单位,忽略了抽样样本之间的独立性假设,而且用于机器翻译系统的自动评价标准不能对句子进行准确评价,因此引入了额外的随机误差.本文详细分析了影响显著性检验的这一问题,在Clark 方法的基础上,提出了一种以测试集为基本单位的显著性检验方法.实验结果表明,该方法进一步消除了不同抽样方法对显著性检验的影响,获得更稳定的检验结果.
3.基于二维词汇化领域知识的日汉科技术语翻译方法研究
- Ding Liang;丁亮;Li Ying;李颖;He Yanqing;何彦青;Liu Jianhui;刘建辉
- 《第十二届全国机器翻译研讨会》
摘要：科技术语翻译要求高度的准确性和专业性,通过建立术语语料的领域知识标签,并基于待翻译术语的领域对训练语料进行筛选,可训练出针对领域的翻译模型,能极大改善科技术语翻译质量.这对于机器翻译、词典自动编纂、跨语言信息检索等自然语言处理任务都具有重要的实用价值.本项研究以日汉科技术语翻译为研究目标,通过自动获取日语术语的二维领域知识,包括语义范畴标签和应用场景标签,可以对日语术语进行领域归类.该方法应用到统计机器翻译中,可以自动标注日语术语(或句子)的二维领域知识,生成测试集和开发集的领域标签集合,进而筛选训练数据.实验表明,仅利用部分训练数据就可以获取与原始训练数据可比较的翻译结果,验证了本方法的有效性和可行性.本研究有助于解决面向科技术语的统计机器翻译的领域自适应问题.
4.面向专利领域的汉英机器翻译融合系统
- LI Hongzheng;李洪政;ZHAO Kai;赵凯;HU Ren;胡韧奋;JIANG Hongfei;蒋宏飞;ZHU Yun;朱筠;JIN Yaohong;晋耀红
- 《第十二届全国机器翻译研讨会》
摘要：面向专利领域的机器翻译近年来已成为机器翻译的重要应用领域之一.本文提出了一个汉英专利文本机器翻译融合系统,该系统以规则系统为主导搭建,并把规则翻译方法和基于短语的统计翻译系统相结合.在融合系统中,规则系统主要负责源语言的分析和转换阶段的处理,生成相应的源语言句法分析树与转换树,并确定目标语言的基本句法框架.统计翻译系统则在目标语生成阶段根据生成的目标语句法结构寻找合适的对译词形,并产生最终的候选译文.通过利用自动评测指标对融合系统进行测试,融合系统的结果均优于单个规则系统和统计系统的结果,表明了融合方法的有效性和可行性,可以改善系统的翻译性能,提高翻译质量.
5.汉语虚词相关的短语边界在句法分析中的应用研究
- 冯晓波;穆玲玲;昝红英;张坤丽
- 《第十二届全国机器翻译研讨会》
摘要：句法分析是根据给定的语法，自动地推导出句子语法结构，即句子所包含的句法单元和这些句法单元之间的关系。句法分析是自然语言处理的基本问题之一，它是机器翻译、舆情分析和自动文摘等应用系统的基础，句法分析的准确性直接影响应用系统的效果。本文通过在构建汉英双语树库的工作中发现,包含虚词成分的短语边界错误能够影响到句法分析结果,因此本文使用基于规则、CRF 模型和CNN 模型进行虚词相关的短语边界识别研究.针对CTB8.0 的实验结果表明,基于CNN 模型的短语边界识别效果最好,平均准确率达到了75.63％.本文另外提出了一种基于虚词相关的短语边界的句法分析模型Phrase_Based Parser,在CTB8.0 上的句法分析结果的平均准确率达到了80.78％.
6.基于HNC理论的汉英机器翻译模板研究
- QI Qi;祁琪;ZHANG Keliang;张克亮
- 《第十二届全国机器翻译研讨会》
摘要：翻译模板是对自然语言现象高度的总结概括,也是机器翻译重要的资源,翻译模板的质量关系着机器翻译系统的效能,所以对翻译模板的编写一直是机器翻译领域研究的难题.本文采用的HNC 理论能够将自然语言句类和语句格式具有确定性和穷尽性得以编码表示,强调对自然语言语义的理解.基于HNC 理论的思想,本文对汉英机器翻译模板中语句格式转换部分进行研究,旨在探讨英汉句式转换的一般性规律,提高汉英机器翻译性能.
7.深度学习在汉藏机器翻译中的应用研究
- LI Bohan;李博涵;LIU Huidan;刘汇丹;LONG Congjun;龙从军;WU Jian;吴健
- 《第十二届全国机器翻译研讨会》
摘要：该文将深度学习技术应用于汉藏机器翻译任务中,采用了编码器-解码器结构.在编码阶段,首先将汉语句子中的每个词映射为定长的词向量,并通过循环神经网络压缩整个句子的全部信息.在解码过程中引入注意机制,使得解码器更集中的去注意当前翻译词的上下文依赖词,并每次选择概率最大的翻译词生成目标句子.该文使用上述方法在以法律文本、政府公文、新闻为主的书面语语料和口语类语料上进行实验.实验数据表明,在书面语语料上,NIST 和BLEU 值分别达到了6.39 和0.296,在口语语料上,NIST和BLEU 值分别达到了5.41 和0.222.在相同的语料上,以短语为基本单元的Moses 翻译模型的性能,书面语语料NIST 和BLEU 值为6.98 和0.335,口语语料NIST 和BLEU 值为6.24 和0.272.
8.基于模板的汉维药品用法用量翻译方法研究
- Aytursun KADIR;阿依图尔荪·喀迪尔;Aishan WUMAR;艾山·吾买尔;irxat AHMAT;尔夏提·艾合买提;XIEQianqian;解倩倩
- 《第十二届全国机器翻译研讨会》
摘要：由于汉语药品种类繁多,人工翻译药品说明书对译员专业水平要求较高,翻译成本较高.为了降低翻译成本,提高效率,本文根据药品说明书的特点,对药品用法用量机器翻译方法进行研究,提出了基于模板的用法用量翻译方法.针对药品说明书的用法用量内容进行分析并分类,自动抽取240 余条中文模板,人工书写相应的维吾尔文模板和双语词典,模板设计思想来源于正则文法.利用基于模板的方法设计并实现汉维药品用法用量机器翻译系统;最后对每一种情况选择200 条含药品用法用量句子进行BLUE 值评测,其中包含用法用量全部内容的句子翻译实验结果BLUE 值是0.3146.
9.基于深度学习的维汉口语机器翻译研究
- Kong Jinying;孔金英;Yang Yating;杨雅婷;Dong Rui;董瑞;Wang Lei;王磊;Yuan Yang;袁扬;Li Xiao;李晓
- 《第十二届全国机器翻译研讨会》
摘要：深度神经网络是深度学习技术的代表,是一种模拟人脑的计算模型,已经在人工智能的很多领域取得了突破性的成果.基于神经网络的机器翻译是利用深度神经网络进行源语言到目标语言转换的技术,与传统的统计机器翻译技术有着很大的差别.虽然基于神经网络的机器翻译结构十分简单,但是其达到的翻译效果已经接近或者超过传统的基于短语的机器翻译技术.本文提出了一种基于神经网络的维吾尔语到汉语的机器翻译方法.通过实验证明,在特定的短文本口语翻译领域,本文提出的神经网络机器翻译方法的结果优于传统的基于短语的机器翻译技术.
10.面向汉阿句法短语库构建的阿语短语分析
- Alaa Mamdouh Akef;Alaa Mamdouh Akef;Yang Erhong;杨尔弘;Wang Yingying;王莹莹
- 《第十二届全国机器翻译研讨会》
摘要：基于平行语料库的机器翻译研究是机器翻译的研究重点。平行语料库为机器学习翻译所需的句法规则提供了保障，也为统计机器翻译提供了资源。本文选择联合国官方资料库作为汉阿文本对齐语料,建立短语对齐.首先,利用斯坦福句法分析器对语料进行句法标注加工,进而抽取双语短语结构,构建汉阿句法短语库.在短语库的构建过程中,发现阿语语料的句法标注存在一些问题,因此本文着重对阿语标注中的这些问题进行分析.本文共抽取了9 种阿语短语结构共43796 条,统计短语结构分布,并着重对名词性短语结构和动词性短语结构中的句法标注错误实例进行归类总结,分析错误产生的原因.
11.基于统计机器翻译的知识库多语言自动扩展
- Xiaoqian Li;李晓倩;Hailong Cao;曹海龙;Tiejun Zhao;赵铁军
- 《第十二届全国机器翻译研讨会》
摘要：本文的研究任务为知识库的多语言自动扩展,并使用统计机器翻译的技术将知识库中实体标签翻译到另一种语言.为了解决知识库中特定词汇较多及特定领域双语平行语料缺少的问题,本文首先利用知识库中实体的源语言标签挖掘互联网中的双语例句.再次为了解决人名实体中未登录词的问题以提高知识库中人名实体翻译的正确性,本文添加了音译特征来翻译人名实体中的未登录词.此外,为了充分利用知识库中实体的属性信息,本文利用原知识库中人名的性别属性,帮助提高人名实体中未登录词的问题.本文使用电影领域知识库,并实现知识库实体标签从英文到中文的多语言自动扩展.实验表明相比基线系统本方法在BLUE-2 及BLUE 上分别提高了1.3和0.9.
12.基于平行语料库的机器翻译中12类叠词研究
- QI Yuling;祁玉玲
- 《第十二届全国机器翻译研讨会》
摘要：基于《傲慢与偏见》一对五平行语料库,以百度在线翻译的《傲慢与偏见》为重点,选取叠词作为研究对象,进行百度在线翻译与人工译本在12 类叠词翻译上异同的对比,以及百度在线翻译存在的规律性特征的探寻.结果发现,百度在线翻译的12 类叠词与人工译本在5 类叠词上尚存在显著性差异,叠词的很多词类存在百度在线翻译中缺失的情况.虽与人工翻译存在一定的差距,但研究也发现百度在线翻译的大部分叠词符合自然语言的分布规律.
13.跨语言命名实体翻译对抽取的研究综述
- Zhijuan Wang;王志娟;Fuxian Li;李福现
- 《第十二届全国机器翻译研讨会》
摘要：跨语言命名实体对于机器翻译、跨语言信息抽取都具有重要意义,本文从命名实体的音译、基于平行/可比语料库的跨语言命名实体对齐、基于网络挖掘的跨语言命名实体对翻译抽取三个方面对跨语言命名实体翻译对抽取的研究现状进行了总结.音译是跨语言命名实体翻译对抽取的重点内容之一,基于深度学习的音译模型将是今后的研究重点;目前跨语言平行/可比语料库的获取和标注直接影响基于语料库的跨语言命名实体对齐的深入研究;基于信息检索和维基百科的跨语言命名实体翻译对抽取研究将是跨语言命名实体翻译对抽取研究的趋势.
14.基于Moses的机器翻译引擎构建与部署应用研究
- Li Feng;李峰;Huang Jinzhu;黄金柱;Zhang Keliang;张克亮;Zeng Rongren;曾荣仁
- 《第十二届全国机器翻译研讨会》
摘要：本文首先对机器翻译引擎的构建思路进行了全面的规划,简要介绍了 Moses 3.0 系统及其特性,理清了引擎的构建思路、形成了引擎构建的总体规划.随后把机器翻译引擎的构建与部署划分为四个阶段进行了详细的描述,包括系统环境与语料的准备、三个核心模型的构建、多个参数的调优与系统的整体优化和引擎部署时硬件资源的预估和部署方式,然后基于大规模的中英语料构建了一个真实可用的机器翻译引擎,最后从机器翻译引擎的可用性、翻译结果质量、翻译效率三个方面对本文构建的引擎进行了详细的评估,其中在翻译质量评估时与百度、有道、微软等在线机器翻译系统进行了实验对比测试,并给出了可能导致实验结果的原因.
15.中文情态词在机器翻译中的错误类型分析
- WANG Lina;王丽娜;ZHANG Qian;张倩;ZHANG Dakun;张大鲲;HAO Jie;郝杰
- 《第十二届全国机器翻译研讨会》
摘要：随着计算机技术的发展，机器翻译系统，尤其是在线机器翻译系统（如Baidu，Bing，Youdao 等）在人们的日常生活和工作中发挥着越来越重要的作用，然而机器翻译系统译文的质量目前还没有达到人们的期望。为了有针对性的提高机器翻译的译文质量，对翻译结果的错误分析逐渐被人们所重视，系统性的错误分析不仅有助于我们比较系统之间的性能，也为提高译文质量的方向提供了数据和理论上的支持。语言本身的复杂性给机器翻译带来了巨大的困难,对机器翻译结果的详细分析有助于有针对性地提高翻译系统的质量.本文在分析了现代汉语中情态词的分类基础上,选择了四组测试集(包含和不包含情态词的中文短句和长句),在中英、中日两个翻译方向上,对不同的四个翻译系统的翻译结果进行人工标注和错误分析,详细分析了情态词、句子长度以及语言对因素对翻译错误类型的影响.从情态词的角度,进一步提出了用于机器翻译系统的改进方案.