论文部分内容阅读
针对基于短语的统计机器翻译（SMT）模型中由于采用精确匹配策略导致的短语稀疏问题，提出了一种基于短语相似度的统计机器翻译模型。该模型将基于实例的翻译方法引入到统计机器翻译中。翻译时，对于训练语料库中未出现过的短语，通过计算源语言短语之间的相似度，采用模糊匹配策略从短语表中查找相似的实例短语，并根据实例短语为其构造翻译。与精确匹配策略相比，利用相似度进行模糊匹配增加了对短语表的利用程度，缓解了短语稀疏问题。实验表明，该模型能够明显地提高统计机器翻译的质量。效果超过了当前最好的短语系统“摩西（Moses）”。