论文部分内容阅读
本文以汉蒙统计机器翻译系统为研究对象,介绍了基于混淆网络和PageRank的Nbest重排序方法。不同于以多个翻译系统为输入的系统融合技术,本文充分利用了单一系统的Nbcst输出。在单一系统Nbest基础上构建基于TER词对齐的混淆网络,然后通过PageRank排序算法输出最终的翻译结果.该方法利用了词级别的TER词对齐的混淆网络生成更多新的候选翻译选项,将最佳翻译结果的搜索问题视作网页间的PR值的计算问题。实验显示,基于混淆网络和PageRank的Nbest重捧序方法提高了翻译结果的质量,BLEU值由最大后验概率解码的0.2071提高到0.2225,提高了1.54。