TAILIEUCHUNG - Báo cáo khoa học: "Pre- and Postprocessing for Statistical Machine Translation into Germanic Languages"

In this thesis proposal I present my thesis work, about pre- and postprocessing for statistical machine translation, mainly into Germanic languages. I focus my work on four areas: compounding, definite noun phrases, reordering, and error correction. Initial results are positive within all four areas, and there are promising possibilities for extending these approaches. | Pre- and Postprocessing for Statistical Machine Translation into Germanic Languages Sara Stymne Department of Computer and Information Science Linkoping University Linkoping Sweden Abstract In this thesis proposal I present my thesis work about pre- and postprocessing for statistical machine translation mainly into Germanic languages. I focus my work on four areas compounding definite noun phrases reordering and error correction. Initial results are positive within all four areas and there are promising possibilities for extending these approaches. In addition I also focus on methods for performing thorough error analysis of machine translation output which can both motivate and evaluate the studies performed. 1 Introduction Statistical machine translation SMT is based on training statistical models from large corpora of human translations. It has the advantage that it is very fast to train if there are available corpora compared to rule-based systems and SMT systems are often relatively good at lexical disambiguation. A large drawback of SMT systems is that they use no or little grammatical knowledge relying mainly on a target language model for producing correct target language texts often resulting in ungrammatical output. Thus methods to include some possibly shallow linguistic knowledge seem reasonable. The main focus for SMT to date has been on translation into English for which the models work relatively well especially for source languages that are structurally similar to English. There has been less research on translation out of English or between other language pairs. Methods that are useful for translation into English have problems in many cases for instance for translation into morphologically rich languages. Word order differences and 12 morphological complexity of a language have been shown to be explanatory variables for the performance of phrase-based SMT systems Birch et al. 2008 . German and the Scandinavian languages are a .

• Báo cáo khoa học
• Pre and Postprocessing
• Statistical Machine Translation
• Germanic Languages
• 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