[发明专利]一种统计机器翻译中的在线翻译模型选择方法

说明书

技术领域

本发明涉及统计机器翻译技术领域，特别涉及统计机器翻译系统的在线翻译模型选择方法。

背景技术

随着信息时代的到来以及互联网的迅猛发展，各国间的交流日益广泛，人们对于机器翻译的需求也越来越迫切。近年来，机器翻译研究取得了很大的发展，尤其是以统计机器翻译技术为代表的机器翻译新技术取得了一定程度的突破，成为目前机器翻译研究的主流。

机器翻译方法可分为基于规则的机器翻译方法(即规则机器翻译方法)和基于统计的机器翻译方法(统计机器翻译方法)。在传统的基于规则的机器翻译方法中，翻译知识主要体现为词典和规则，而词典和规则主要依靠人类专家来编写。这种方法存在的主要问题有：人类专家编写语言知识需要耗费大量的人力物力和时间；人类专家编写的知识很难全面覆盖真实翻译环境中面临的各种问题；人类专家编写的语言知识在面临冲突时没有好的解决办法；人类专家编写的语言知识不方便移植到不同的语种和领域。而在统计机器翻译中，所有的翻译知识全部来源于真实的双语平行语料库(parallel corpus)，通过统计建模，自动学习双语平行语料库中的翻译知识，因此克服了人类专家编写知识所面临的主要问题，而且容易移植到新的领域和语种上。由于具有严格的统计模型为依据，在克服知识的冲突上有比较合理的解决办法，总体上可以到达较好的翻译结果。这是目前基于统计的机器翻译方法的翻译质量可以超过基于规则的机器翻译方法的主要原因。

统计机器翻译系统的建立通常包括两个主要过程：训练和解码。所谓训练就是根据一定的算法从语料库资源中自动估计出统计翻译模型的参数；所谓解码就是根据训练过程得到的模型参数对输入文本进行翻译的过程，因此解码通常也直接称为翻译。在参考文献1“Peter F.Brown，Stephen A.Della Pietra，Vincent J.Della Pietra，andPobert L.Mercer.1993，The Mathem atics of Statistical Machine Translation：ParameterEstimation，Computational Linguistics[J]，vol.19，no.2，pages263-311”；参考文献2“Philipp Koehn，Franz Joseph Och，and Daniel Marcu.2003.Statistical phrase-basedtranslation.In Proceedings of Human Language Technology Conference/North Americanchapter of the Association for Computational Linguistics annual meeting 2003，pages127-133”；参考文献3“Franz J.Och and Hermann Ney.2002.Discriminative trainingand maximum entropy models for statistical machine translation.In Proceedings of the40th Annual Meeting of Association for Computational Linguistics 2002，pages295-302.”中都有对现有技术中训练和解码过程的说明。