[发明专利]基于伪反馈的个性化机器翻译系统及方法

权利要求书

1.一种基于伪反馈的个性化机器翻译系统，其特征在于，所述翻译系统包括：

用于对开发集数据的每个通用后编辑模型短语表进行过滤的短语表过滤模块；

用于获得用户输入的翻译任务S的输入模块；

用于对用户输入翻译任务S之后进行翻译而得到翻译任务的初步机器翻译结果T′，对本地系统提供的翻译实例库的源语言句子进行翻译得到翻译实例初步翻译句子T的初步翻译模块；

用于在本地系统词对齐形式的翻译实例库中，检索得到相似翻译实例的初步翻译结果和标准翻译译文R的伪反馈检索模块；

用于对训练后的后编辑模型的短语表进行分类而得到个性化后编辑模型的短语表分类模块；

用于对伪反馈检索模块检索得到的相似翻译实例的初步翻译结果进行解码，而得到最终的翻译结果的解码器模块。

2.根据权利要求1所述基于伪反馈的个性化机器翻译系统，其特征在于，所述短语表过滤模块包含于所述短语表分类模块内。

3.一种权利要求2所述的基于伪反馈的个性化机器翻译系统的翻译方法，其特征在于：在用户输入翻译任务S之前，利用翻译记忆中的翻译实例初步翻译句子T和标准翻译译文R采用统计方法训练通用后编辑模型，完成通用后编辑模型的训练过程；所述个性化机器翻译方法通过以下步骤实现：

步骤一，短语表过滤过程：利用短语表过滤模块对开发集数据的每个通用后编辑模型短语表进行过滤；

基于过滤后的结果采用默认权重对开发集数据中每个句子D_i进行解码，产生n-best翻译结果；然后，将n-best翻译结果进行结合；最后，使用MERT工具对结合后的n-best翻译结果整体调参，还能够实现特征参数优化过程；

步骤二，输入过程：用户将翻译任务S输入至输入模块；

步骤三，初步翻译过程：所述初步翻译过程包括用户输入翻译任务S之前和用户输入翻译任务S之后两部分；

在用户输入翻译任务S之前，利用本地系统的机器翻译系统搭建的翻译平台，将本地系统提供的翻译实例库的源语言句子进行初步翻译，得到翻译实例初步翻译句子T；

同时，通过输入模块获得用户输入的翻译任务S之后，利用初步翻译模块翻译得到翻译任务的初步机器翻译结果T′；

步骤四，伪反馈检索过程：根据步骤三中得到的翻译实例初步翻译句子T，在本地词对齐形式的翻译实例库中，利用伪反馈检索模块以源语言词袋模型进行余弦相似度的检索，得到相似翻译实例的初步翻译结果和标准翻译译文R，并从相似翻译实例的初步翻译结果和标准翻译译文R的检索结果中选择最相似的前900-1100个；

其中，所述余弦相似度CS按照以源语言词袋模型为单元的向量空间模型计算，所述余弦相似度CS的计算方法为：

$CS(S_{input},S_{example})=\frac{Vec\left(S_{input}\right)\·Vec\left(S_{example}\right)}{\left|\right|Vec\left(S_{input}\right)\left|\right|*\left|\right|Vec\left(S_{example}\right)\left|\right|},$

其中，Vec(S_example)为翻译实例的源语言句子向量，Vec(S_input)为翻译任务向量，Vec(S_input)·Vec(S_example)是两个向量的内积，||·||是向量的范数；

步骤五，短语表分类过程：根据步骤四选择的最相似的前900-1100个相似翻译实例的初步翻译结果和标准翻译译文R，利用短语表分类模块将训练后的通用后编辑模型的短语表分类为有助于提升翻译质量的积极短语和对最终翻译结果融入噪音的消极短语，使训练后的通用后编辑模型变成个性化后编辑模型，再将个性化后编辑模型中的积极短语和消极短语与步骤四中伪反馈检索过程检索出的相似翻译实例的初步翻译结果和标准翻译译文R对比，将所述消极短语从个性化后编辑模型短语表中过滤掉，从而得到一个优化的个性化后编辑模型；

步骤六，解码器模块解码过程：以步骤五中优化的个性化后编辑模型作为翻译模型，利用解码器模块使用传统的机器翻译解码方法对步骤三获得的翻译任务的初步机器翻译结果T′进行解码，得到佳化的最终翻译结果。