多策略机器翻译研究综述

李业刚,黄河燕,史树敏,冯 冲,苏 超

(1. 北京理工大学 计算机学院 北京市海量语言信息处理与云计算应用工程技术研究中心,北京 100081;2. 山东理工大学 计算机科学与技术学院,山东 淄博 255049)



多策略机器翻译研究综述

李业刚1,2,黄河燕1,史树敏1,冯 冲1,苏 超1

(1. 北京理工大学 计算机学院 北京市海量语言信息处理与云计算应用工程技术研究中心,北京 100081;2. 山东理工大学 计算机科学与技术学院,山东 淄博 255049)

该文全面综述和分析了多策略机器翻译的研究。根据所采用策略方式的差异，我们将多策略机器翻译分为系统级策略融合和模块级策略融合。在分别介绍了不同的翻译方法后，着重介绍了系统级策略融合和模块级策略融合各自具有代表性的研究工作。最后，对多策略机器翻译的研究进行了展望。

机器翻译；多策略机器翻译；融合机器翻译；混合机器翻译；多引擎机器翻译

1 引言

机器翻译(Machine Translation, MT)是利用计算机实现从一种自然语言到另一种自然语言的自动翻译技术。机器翻译方法目前公认可以分为基于规则的机器翻译(Rule-Based MT, RBMT)和基于语料库的数据驱动的机器翻译(Corpus-Based MT, CBMT)。RBMT由词典、规则库以及各类知识库构成知识源；CBMT以语料应用为核心，进一步分为统计机器翻译(Statistics MT, SMT)、基于实例的机器翻译(Example-Based MT, EBMT)和翻译记忆 (Translation Memory, TM)。RBMT主要从语言现象着手，侧重描述语言构成规律，对语言规律有良好的概括以及描述能力。SMT主要从数学角度，侧重统计建模，因而具备良好的数学模型、鲁棒性以及自学习能力。……