[论文解读] Unification-Based Glossing

Vasileios Hatzivassiloglou, Kevin Knight|ArXiv.org|Jun 10, 1995

Natural Language Processing Techniques参考文献 19被引用 11

一句话总结

本文提出了一种基于统合的句法驱动机器翻译方法，通过特征结构表示词格（word lattices），并利用统合操作对它们进行组合与操作，从而实现对日文报纸文章向英文的高质量翻译。通过在收集到足够源语言信息后再延迟目标语言生成，并结合统计方法进行流畅度优化，该系统显著优于逐词翻译的效果。

ABSTRACT

We present an approach to syntax-based machine translation that combines unification-style interpretation with statistical processing. This approach enables us to translate any Japanese newspaper article into English, with quality far better than a word-for-word translation. Novel ideas include the use of feature structures to encode word lattices and the use of unification to compose and manipulate lattices. Unification also allows us to specify abstract features that delay target-language synthesis until enough source-language information is assembled. Our statistical component enables us to search efficiently among competing translations and locate those with high English fluency.

研究动机与目标

• 开发一种基于句法的机器翻译系统，以提升逐词翻译的质量。
• 将基于统合的解释与统计处理相结合，实现鲁棒的翻译。
• 使用特征结构对词格进行建模，以表示翻译的多种可能。
• 通过抽象特征延迟目标语言生成，直到收集到足够的源语言信息。
• 通过统计方法高效搜索竞争性翻译路径，以提升翻译流畅度。

提出的方法

• 系统使用特征结构编码词格，表示每个源语言词的多种可能翻译。
• 应用统合操作对这些词格进行组合与操作，实现翻译备选项的结构化组合。
• 引入抽象特征，以在收集到足够源语言信息前延迟目标语言生成。
• 使用统计处理引导在竞争性翻译路径中的搜索，以提升流畅度。
• 该方法将句法解析与概率模型相结合，以选择最流畅且准确的翻译。
• 系统设计用于处理完整的日文报纸文章，而不仅限于孤立短语。

实验结果

研究问题

• RQ1 如何利用基于统合的特征结构来表示和组合翻译词格？
• RQ2 统合如何实现延迟目标语言生成，直到收集到足够的源语言信息？
• RQ3 如何将统计方法与统合结合以提升翻译流畅度？
• RQ4 与逐词翻译相比，该混合方法可实现多大的性能提升？
• RQ5 该方法能否在保持高质量输出的前提下扩展到完整长度的报纸文章？

主要发现

• 该系统成功将完整的日文报纸文章翻译为英文，其质量显著优于逐词翻译。
• 使用特征结构编码词格，实现了翻译备选项的结构化表示。
• 统合操作能够在保持句法与语义一致性的前提下，组合复杂翻译路径。
• 抽象特征实现了延迟生成，通过等待上下文信息提升鲁棒性与准确性。
• 统计处理实现了对竞争性翻译的高效搜索，优先选择更流畅的翻译。
• 该方法实现了高质量输出，其证据在于系统能够处理现实世界中的报纸文本。