10.3969/j.issn.1003-0077.2015.05.018
利用Markov网络抽取复述增强机器译文自动评价方法
在机器译文自动评价中,匹配具有相同语义、不同表达方式的词或短语是其中一个很大的挑战.许多研究工作提出从双语平行语料或可比语料中抽取复述来增强机器译文和人工译文的匹配.然而双语平行语料或可比语料不仅构建成本高,而且对少数语言对难以大量获取.我们提出通过构建词的Markov网络,从目标语言的单语文本中抽取复述的方法,并利用该复述提高机器译文自动评价方法与人工评价方法的相关性.在WMT'14 Met-rics task上的实验结果表明,我们从单语文本中提取复述方法的性能与从双语平行语料中提取复述方法的性能具有很强的可比性.因此,该文提出的方法可在保证复述质量的同时,降低复述抽取的成本.
复述、机器译文自动评价、Markov网络、相关性
29
TP391(计算技术、计算机技术)
国家自然科学基金61163006,61203313,61462044,61272212;国家语委"十二五"规划YB125-99;江西省自然科学基金20132BAB201030,20151BAB207025;江西省研究生创新基金YC2014-S149
2016-01-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
136-142