TAILIEUCHUNG - Báo cáo khoa học: "A New String-to-Dependency Machine Translation Algorithm with a Target Dependency Language Model"

In this paper, we propose a novel string-todependency algorithm for statistical machine translation. With this new framework, we employ a target dependency language model during decoding to exploit long distance word relations, which are unavailable with a traditional n-gram language model. Our experiments show that the string-to-dependency decoder achieves point improvement in BLEU and point improvement in TER compared to a standard hierarchical string-tostring system on the NIST 04 Chinese-English evaluation set. . | A New String-to-Dependency Machine Translation Algorithm with a Target Dependency Language Model Libin Shen BBN Technologies Cambridge MA 02138 USA lshen@ Jinxi Xu BBN Technologies Cambridge MA 02138 USA jxu@ Ralph Weischedel BBN Technologies Cambridge MA 02138 USA weisched@ Abstract In this paper we propose a novel string-to-dependency algorithm for statistical machine translation. With this new framework we employ a target dependency language model during decoding to exploit long distance word relations which are unavailable with a traditional n-gram language model. Our experiments show that the string-to-dependency decoder achieves point improvement in BLEU and point improvement in TER compared to a standard hierarchical string-to-string system on the NIST 04 Chinese-English evaluation set. 1 Introduction In recent years hierarchical methods have been successfully applied to Statistical Machine Translation Graehl and Knight 2004 Chiang 2005 Ding and Palmer 2005 Quirk et al. 2005 . In some language pairs . Chinese-to-English translation state-of-the-art hierarchical systems show significant advantage over phrasal systems in MT accuracy. For example Chiang 2007 showed that the Hiero system achieved about 1 to 3 point improvement in BLEU on the NIST 03 04 05 Chinese-English evaluation sets compared to a start-of-the-art phrasal system. Our work extends the hierarchical MT approach. We propose a string-to-dependency model for MT which employs rules that represent the source side as strings and the target side as dependency structures. We restrict the target side to the so called well-formed dependency structures in order to cover a large set of non-constituent transfer rules Marcu et al. 2006 and enable efficient decoding through dynamic programming. We incorporate a dependency language model during decoding in order to exploit long-distance word relations which are unavailable with a traditional n-gram language model on target .

• Báo cáo khoa học
• A New String to Dependency
• Machine Translation Algorithm
• arget Dependency Language Model
• báo cáo khoa học
• báo cáo ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• 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