基于短语结构转换模板的统计机器翻译方法研究

统计机器翻译是近来机器翻译研究的一个热门问题。最近的研究和国际评测表明采用统计方法与其它方法具有一定的优势。传统的IBM统计机器翻译模型主要基于词的层面进行统计，由于没有利用语言的结构信息，无法达到很好的效果，特别不适合结构差别较大的语言之间的翻译。目前，国际主流的统计机器翻译研究都在尝试如何将句子的结构信息引入到统计机器翻译中。现有最好的结果都是基于浅层短语的方法，基于深层结构的方法效果还不理想，主要原因在于现有基于深层结构的统计翻译模型设计不够合理，不便于引入词汇化信息。本项工作在课题组已有工作的基础上，提出了一种基于短语结构转换模板的统计翻译模型，可以克服现有基于深层结构统计翻译模型的缺点，实现基于深层结构的词汇化统计机器翻译模型。随着因特网应用的不断深入，特别是与搜索引擎技术的融合，机器翻译有了更加广阔的应用前景。加强统计机器翻译的研究，在理论和和实践上都有重要的意义。