基于图的统计机器翻译方法研究

在统计机器翻译中，除了语料库的规模之外，如何充分利用语料库至关重要。典型的机器翻译方法，其基本假设是：语料库中的句对都是高质量的翻译对，且句对之间互相独立，该假设过于严格。因此，本课题将针对此问题进行深入研究，试图放松该假设的强约束，基本思路是：基于图构造语料库中句对或者句子之间的内部联系，利用形成的拓扑结构，研究如何提高翻译模型的质量和解码的质量。具体包括：1、基于图的语料库质量评价模型和优化方法研究，力求使得高质量的句对在训练翻译模型时获得更大的比重，以提高翻译模型的质量；2、基于图的语料库选择方法研究，确保获得语料库的完备集合，保证翻译质量的同时，耗费最少的计算或人工翻译等资源；3、基于图的解码方法研究，利用语料库的内部结构来指导解码的完成，提高翻译的质量。本课题将阐明语料库的拓扑结构对机器翻译的影响机制，给出基于图的语料库优化和选择算法以及解码算法，形成基于图的统计机器翻译框架。