基于选择偏向性的统计机器翻译模型

针对基于短语的统计机器翻译使用有限的语义知识,导致长距离的动宾短语对翻译质量不高的问题,提出基于动词选择偏向性的翻译模型,引入动词对宾语的语义约束信息,为动词找到合适的宾语翻译。首先使用条件概率方法,训练动词对宾语的选择偏向性,然后将选择偏向性作为一个新特征,集成到基于短语的翻译系统中。在大规模测试数据集上完成汉语到英语的翻译,实验结果表明,基于选择偏向性的翻译模型能够很好地捕获长距离的语义依赖关系,从而提高译文质量。