基于加权词汇衔接的文档级机器翻译自动评价

北京大学学报（自然科学版）

基于加权词汇衔接的文档级机器翻译自动评价

贡正仙,李良友

苏州大学计算机科学与技术学院, 苏州 215006;

收稿日期:2013-06-18 出版日期:2014-01-20 发布日期:2014-01-20

Document-Level Automatic Machine Translation Evaluation Based on Weighted Lexical Cohesion

GONG Zhengxian, LI Liangyou

School of Computer Science and Technology, Soochow University, Suzhou 215006;

Received:2013-06-18 Online:2014-01-20 Published:2014-01-20

摘要/Abstract

摘要： 在文档词汇衔接评价LC方法的基础上, 提出基于权重的LC, 即WLC, 该方法通过在文档词图上运行PageRank算法获得词汇权重。根据词性信息使得PageRank算法偏向特定的词汇, 并提出PWLC方法。实验表明, 在文档级别上, 所提出的两种方法与人工评价的相关度都优于LC; 融合两种方法后, BLEU和TER在文档级别上的评价性能有显著提高。

关键词: 词汇衔接, 文档级评价, 机器翻译, 自动评价, PageRank

Abstract: Based on LC method, weighted LC (WLC) method is proposed, which assigns weights for words by PageRank algorithm running on word graph of documents. Furthermore, a new method named PWLC is also proposed, which biases PageRank algorithm to words with specific POS tags. The experiment results show that WLC and PWLC have higher Spearman correlation than LC at document-level evaluation. Combined with others metrics, such as BLEU and TER, the proposed metrics both show better performance of evaluation at document level.

Key words: lexical cohesion, document-level evaluation, machine translation, automatic evaluation, PageRank

中图分类号:

TP391

贡正仙,李良友. 基于加权词汇衔接的文档级机器翻译自动评价[J]. 北京大学学报（自然科学版）.

GONG Zhengxian,LI Liangyou. Document-Level Automatic Machine Translation Evaluation Based on Weighted Lexical Cohesion[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2014/V50/I1/173

[1]	黄增城, 满志博, 张玉洁, 徐金安, 陈钰枫. 基于单词领域特征敏感的多领域神经机器翻译[J]. 北京大学学报自然科学版, 2023, 59(1): 1-10.
[2]	苗国义, 刘明童, 陈钰枫, 徐金安, 张玉洁, 冯文贺. 融合小句对齐知识的汉英神经机器翻译[J]. 北京大学学报自然科学版, 2022, 58(1): 61-68.
[3]	王倩, 李茂西, 吴水秀, 王明文. 基于跨语种预训练语言模型XLM-R的神经机器翻译方法[J]. 北京大学学报自然科学版, 2022, 58(1): 29-36.
[4]	张新路, 李晓, 杨雅婷, 王磊, 董瑞. 面向维汉神经机器翻译的双向重排序模型分析[J]. 北京大学学报自然科学版, 2020, 56(1): 31-38.
[5]	吴焕钦, 张红阳, 李静梅, 朱俊国, 杨沐昀, 李生. 基于伪数据的机器翻译质量估计模型的训练[J]. 北京大学学报（自然科学版）, 2018, 54(2): 279-285.
[6]	谭亦鸣, 王明文, 李茂西. 基于翻译质量估计的神经网络译文自动后编辑[J]. 北京大学学报（自然科学版）, 2018, 54(2): 255-261.
[7]	王楠, 徐金安, 明芳, 陈钰枫, 张玉洁. 融合语态特征的日英层次短语翻译模型[J]. 北京大学学报自然科学版, 2017, 53(2): 305-313.
[8]	王丹丹, 徐金安, 陈钰枫, 张玉洁, 杨晓晖. 融合词法句法分析联合模型的树到串EBMT方法[J]. 北京大学学报自然科学版, 2017, 53(2): 295-304.
[9]	张丽林, 李茂西, 肖文艳, 万剑怡, 王明文. 机器翻译自动评价中领域知识复述抽取研究[J]. 北京大学学报自然科学版, 2017, 53(2): 230-238.
[10]	李强, 李沐, 张冬冬, 朱靖波. 统计机器翻译中实例短语对研究[J]. 北京大学学报（自然科学版）, 2016, 52(1): 113-119.
[11]	王超超,熊德意,张民. 基于双语合成语义的翻译相似度模型[J]. 北京大学学报（自然科学版）, 2015, 51(2): 335-341.
[12]	赵紫玉,徐金安,张玉洁,刘江鸣. 日语时间表达式识别与日汉翻译研究[J]. 北京大学学报（自然科学版）, 2014, 50(1): 180-186.
[13]	刘凯,吕雅娟,姜文斌,刘群. 基于翻译日志的统计机器翻译模型剪枝[J]. 北京大学学报（自然科学版）, 2014, 50(1): 167-172.
[14]	罗维. 词语对齐的快速增量式训练方法研究[J]. 北京大学学报（自然科学版）, 2013, 49(1): 88-94.
[15]	穗志方, 俞士汶. 汉语单句谓语中心词识别知识的获取及应用[J]. 北京大学学报（自然科学版）, 1998, 34(2): 221-230.