[发明专利]一种机器翻译语序调整方法

说明书

技术领域

本发明涉及机器翻译领域，特别涉及一种机器翻译语序调整方法。

背景技术

如今互联网已经遍布全球，来自不同国籍和民族的人们能够随时随地分享 交流信息；人们也迫切希望能快速畅通的获得网络上的所有信息。故而，多种 语言之间准确高效的机器自动翻译在现在以及未来的国际化氛围下，有着极大 的市场需求。但是，一个性能高、功能强大、准确率高的互联网多语言翻译系 统在现在的技术水平下，还需要有很多重大的技术难点需要克服。在现有的机 器翻译水平之下，高质量的可用的机器译文依然是不可得的。目前解决这一问 题的一般方式为使用机器翻译作为前期处理，对机器翻译的结果作人工后编辑， 从而能够得到可用的翻译结果。一般情况下要得到高质量的翻译结果，对人工 后编辑的编辑人员的专业素质要求极高，专家级的人工后编辑人员是必不可少 的，但是面对巨大的翻译需求缺口，人工后编辑的工作量极大，数量有限的专 家是解决不了如此庞大的任务量，在后编辑中居高不下的人力和时间成本限制 了机器翻译的发展和应用。

研究者们通过对用户编辑模式和翻译错误类型的分析发现，在机器翻译的 结果中，很多错误是重复出现的(如词汇翻译错误，句子结构类型的错误，词 语形式的错误等)，如果通过人工后编辑来处理这些重复的错误，将消耗极大的 人力和物力成本，同时也严重降低了机器翻译的效率和翻译用户体验的满意度。 因此很多研究者尝试构建一个自动后编辑模型，以根据机器翻译的错误类型自 动得修改包含相同或类似的翻译错误，以减少人工后编辑的工作量，提高机器 翻译质量。现有的主流方法大多是根据“机器译文——专家后编辑译文”的平 行语料训练出基于SMT(基于统计的机器翻译)的自动后编辑模型。虽然基于 统计机器翻译的自动后编辑的研究已经取得了一定的成果；但是统计机器翻译 SMT里面具体发生了什么，还有很多是不明确的。就这一后编辑技术而言，仅 能知道该方法能够提高最终翻译结果质量，但是不知道具体哪些后编辑操作是 有效的(即那部分后编辑操作代表了机器翻译系统的缺陷)，这不利于直观的分析 机器翻译的弊端。在这些情况下如果能通过自动学习的方式解析出机器翻译的 重复错误的相关模式，并且将这些模式化的错误自动更正；可以分析出机器翻 译的错误根源，有助于从源头上提高机器翻译的质量。

此外对于机器翻译重复出现的错误中，译文词语顺序错误，语序语法错误 是基本的错误之一，据统计，语序错误(包括置前语序错误、句内疑问词(W) 短语语序错误、句内be动词/情态动词(MD)短语语序错误、句内邻居短语语 序错误等情况)在机器翻译总错误中所占据的比重很大，而且鉴于不同语言之 间存在的巨大的语法差异，语序错误在机器翻译中出现的机率很大，语序错误 极大的影响了机器翻译的专业化程度；同时由于语序和语法本身的复杂性，使 得机器翻译语序或者语法错误在人工后编辑中的更正难度也很大；而且相对译 词错误，语序和语法错误的重复率更高，如果都是通过人工后编辑来调整，耗 费的人力和时间成本巨大。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种机器翻译 语序调整方法，通过在机器学习中引入译词调序规则模板，所述规则模板对比 机器译文与源文和标准译文，提取出译词调序规则，通过规则匹配找出需要交 换顺序的“crossover”词对或者词组对，通过调整词对的位置使得机器译文的语 序更加符合翻译目标语言的语法特点。

所述译词调序规则模板中，包含待调换词对的相应信息，当在机器译文和 源文中检测出符合译词调序规则模板的调序规则时，提取出该规则，并使用该 调序规则来执行相应的词对的位置调整动作。将调整后的机器译文与源文进行 输入到学习机中，再次匹配译词调序规则模板，进行调序规则检测，当检测出 符合译词调序规则模板的调序规则时，提取出该规则，并应用该规则再次调整 机器译文中的语序错误；重复上述过程，通过迭代不断提取新的调序规则，直 到不能学到新的译词调序规则时，停止迭代。在迭代的过程中通过将修改后机 器译文与标准译文进行比照，计算出调整前后的BLEU增益值，通过BLEU增 益值来判断修改后的机器译文的调整效果。

为了实现上述发明目的，本发明提供以下技术方案，一种机器翻译语序调 整方法，包含以下实现过程：