TAILIEUCHUNG - Báo cáo khoa học: "Boosting-based System Combination for Machine Translation"

In this paper, we present a simple and effective method to address the issue of how to generate diversified translation systems from a single Statistical Machine Translation (SMT) engine for system combination. Our method is based on the framework of boosting. First, a sequence of weak translation systems is generated from a baseline system in an iterative manner. | Boosting-based System Combination for Machine Translation Tong Xiao Jingbo Zhu Muhua Zhu Huizhen Wang Natural Language Processing Lab. Northeastern University China xiaotong zhujingbo wanghuizhen @ zhumuhua@ Abstract In this paper we present a simple and effective method to address the issue of how to generate diversified translation systems from a single Statistical Machine Translation SMT engine for system combination. Our method is based on the framework of boosting. First a sequence of weak translation systems is generated from a baseline system in an iterative manner. Then a strong translation system is built from the ensemble of these weak translation systems. To adapt boosting to SMT system combination several key components of the original boosting algorithms are redesigned in this work. We evaluate our method on Chinese-to-English Machine Translation MT tasks in three baseline systems including a phrase-based system a hierarchical phrasebased system and a syntax-based system. The experimental results on three NIST evaluation test sets show that our method leads to significant improvements in translation accuracy over the baseline systems. 1 Introduction Recent research on Statistical Machine Translation SMT has achieved substantial progress. Many SMT frameworks have been developed including phrase-based SMT Koehn et al. 2003 hierarchical phrase-based SMT Chiang 2005 syntax-based SMT Eisner 2003 Ding and Palmer 2005 Liu et al. 2006 Galley et al. 2006 Cowan et al. 2006 etc. With the emergence of various structurally different SMT systems more and more studies are focused on combining multiple SMT systems for achieving higher translation accuracy rather than using a single translation system. The basic idea of system combination is to extract or generate a translation by voting from an ensemble of translation outputs. Depending on how the translation is combined and what voting strategy is adopted several methods can be used for system

• Báo cáo khoa học
• Boosting based System Combination
• Machine Translation
• Tong Xiao
• Jingbo Zhu
• Muhua Zhu
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball