TAILIEUCHUNG - Báo cáo khoa học: "Disambiguating Temporal–Contrastive Discourse Connectives for Machine Translation"

Temporal–contrastive discourse connectives (although, while, since, etc.) signal various types of relations between clauses such as temporal, contrast, concession and cause. They are often ambiguous and therefore difficult to translate from one language to another. | Disambiguating Temporal-Contrastive Discourse Connectives for Machine Translation Thomas Meyer Idiap Research Institute Martigny Switzerland EPFL - EDEE doctoral school Lausanne Switzerland Abstract Temporal-contrastive discourse connectives although while since etc. signal various types of relations between clauses such as temporal contrast concession and cause. They are often ambiguous and therefore difficult to translate from one language to another. We discuss several new and translation-oriented experiments for the disambiguation of a specific subset of discourse connectives in order to correct some of the translation errors made by current statistical machine translation systems. 1 Introduction The probabilistic phrase-based models used in statistical machine translation SMT have been improved by integrating linguistic information during training stages. Recent attempts include for example the reordering of the source language syntax in order to align it closer to the target language word order Collins et al. 2010 or the tagging of pronouns for grammatical gender agreement Le Na-gard and Koehn 2010 . On the other hand integrating discourse information such as discourse relations holding between two spans of text or between sentences has not yet been applied to SMT. This paper describes several disambiguation and translation experiments for a specific subset of discourse connectives. Based on examinations in multilingual corpora we identified the connectives although but however meanwhile since though when and while as being particularly problematic for machine translation. These discourse connectives 46 signal various types of relations between clauses such as temporal contrast concession expansion cause and condition which are as we also show hard to annotate even by humans. Disambiguating these senses and tagging them in large corpora is hypothesized to help in improving SMT systems to avoid translation errors. The paper is organized .

• Báo cáo khoa học
• Disambiguating Temporal–Contrastive Discourse Connectives
• Long Papers
• Machine Translation
• 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