N-Best句法知识增强的统计机器翻译预调序模型

源语言和目标语言的句法异构性对统计机器翻译(SMT)性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化:基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。

特定句法增强的SMT调序模型

面向基于短语的汉英统计机器翻译,提出了一种基于特定句法(汉语"的"结构)增强的调序方法,该方法首先在词对齐和源端词性(POS)信息的约束下抽取基本调序规则,然后根据中文端特定句法结构—"的"字结构,将抽取的基本规则自动分类为"调序倾向性强"和"调序倾向性弱"两类,最后采用不同的优化和剪枝策略对两类规则进行处理,得到最终的源语言端调序规则集合。在NIST汉英数据集上的实验表明,相对于基线系统,本文所提方法在NIST MT2005测试集上显著提高了0.69BLEU值。

开学选择恐惧症

搜索点解读：开学前,有一件＂要紧事＂必须得办,那就是——买东西!再节省的家庭,也难免会给孩子添置点文具。买不买？买什么？去哪儿买？怎么买？家家都有一本＂开学购物经＂。搜索提示：1.你通常会为开学准备哪些东西？运动用品、文具、教辅书籍……你是想到什么买什么,还是会列一张清单呢？2.你会自己选购商品,还是爸爸妈妈替你做主？

无形的陪伴

虽然我很喜欢狗,但我至今也没能拥有一只真正的狗。即便如此,我还是很满足,因为在某个时段,狗,曾经用一种无形的方式陪伴过我。记得那天,我刚拿起手机,就看到＂今日头条＂弹出了一条消息：您关注的人有新动态!我点开一看,是一段视频,视频里有一只泰迪犬,它用爪子摁了摁遥控器后,又晃晃悠悠地跑到电视机前一通折腾,电视机竟然被它打开了!做完这一切后,泰迪犬满脸都写着＂嘚瑟＂。

我的小乌龟

说到宠物,你一定会想到小猫、小狗、小兔子吧?我也养了一只宠物,你猜猜是什么?告诉你吧,它是一只小乌龟。这只小乌龟是我在庙会上看到的,当时还没有我手掌的一半大呢,在我的央求下,妈妈才给我买。就这样,小乌龟住进了我家窗台上的鱼缸里。每天我们吃饭时,它就扒着鱼缸,瞪大了眼睛看着我们,四只小脚不停地四处乱蹬,好像在说:“你们在吃什么好吃的?我也要吃!”