TAILIEUCHUNG - Báo cáo khoa học: "Nonparametric Bayesian Machine Transliteration with Synchronous Adaptor Grammars"

Machine transliteration is defined as automatic phonetic translation of names across languages. In this paper, we propose synchronous adaptor grammar, a novel nonparametric Bayesian learning approach, for machine transliteration. This model provides a general framework without heuristic or restriction to automatically learn syllable equivalents between languages. | Nonparametric Bayesian Machine Transliteration with Synchronous Adaptor Grammars Yun Huang1 2 Min Zhang1 Chew Lim Tan2 huangyun@ mzhang@ tancl@ 1Human Language Department Institute for Infocomm Research 1 Fusionopolis Way Singapore 2Department of Computer Science National University of Singapore 13 Computing Drive Singapore Abstract Machine transliteration is defined as automatic phonetic translation of names across languages. In this paper we propose synchronous adaptor grammar a novel nonparametric Bayesian learning approach for machine transliteration. This model provides a general framework without heuristic or restriction to automatically learn syllable equivalents between languages. The proposed model outperforms the state-of-the-art EM-based model in the English to Chinese transliteration task. 1 Introduction Proper names are one source of OOV words in many NLP tasks such as machine translation and crosslingual information retrieval. They are often translated through transliteration . translation by preserving how words sound in both languages. In general machine transliteration is often modelled as monotonic machine translation Rama and Gali 2009 Finch and Sumita 2009 Finch and Sumita 2010 the joint source-channel models Li et al. 2004 Yang et al. 2009 or the sequential labeling problems Reddy and Waxmonsky 2009 Abdul Hamid and Darwish 2010 . Syllable equivalents acquisition is a critical phase for all these models. Traditional learning approaches aim to maximize the likelihood of training data by the Expectation-Maximization EM algorithm. However the EM algorithm may over-fit the training data by memorizing the whole training instances. To avoid this problem some approaches restrict that a 534 single character in one language could be aligned to many characters of the other but not vice versa Li et al. 2004 Yang et al. 2009 . Heuristics are introduced to obtain many-to-many alignments by combining two .

• Báo cáo khoa học
• Nonparametric Bayesian Machine Transliteration
• Synchronous Adaptor Grammars
• Yun Huang
• 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