基于短语的汉蒙统计机器翻译研究

doi:10.3778/j.issn.1002-8331.2010.14.041

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (14): 138-142.DOI: 10.3778/j.issn.1002-8331.2010.14.041

• 数据库、信号与信息处理 • 上一篇下一篇

基于短语的汉蒙统计机器翻译研究

王斯日古楞^1，2，斯琴图³，那顺乌日图²

1.内蒙古师范大学计算机与信息工程学院，呼和浩特 010022
2.内蒙古大学蒙古学学院，呼和浩特 010021
3.内蒙古师范大学网络中心，呼和浩特 010022

收稿日期:2008-11-05 修回日期:2009-01-13 出版日期:2010-05-11 发布日期:2010-05-11
通讯作者: 王斯日古楞

Phrase-based Chinese Mongolian statistical machine translation

WANG Siriguleng^1，2，Siqintu³，Nasun-urtu²

1.College of Computer and Information Engineering，Inner Mongolia Normal University，Hohhot 010022，China
2.School of Mongolian Studies，Inner Mongolia University，Hohhot 010021，China
3.Network Center，Inner Mongolia Normal University，Hohhot 010022，China

Received:2008-11-05 Revised:2009-01-13 Online:2010-05-11 Published:2010-05-11
Contact: WANG Siriguleng

摘要/Abstract

摘要： 基于短语的统计机器翻译是当前统计机器翻译的主流方法。研究了利用现有技术和资源搭建一个基于短语的汉蒙机器翻译系统的方法，并且构建了一个汉蒙机器翻译的自动评价平台，在此基础上利用词典和蒙古语形态学信息来提高了翻译系统的性能。

关键词: 短语, 汉蒙统计机器翻译, 自动评测, 形态学

Abstract: The current mainstream approach to statistical machine translation is the phrase-based model.This paper presents the method of how to build phrase-based Chinese Mongolian statistical machine translation system using the existing technologies and resources.An automatic evaluation platform for Chinese Mongolian machine translation is also built.Thus，the performance of translation system is improved by the use of dictionary and Mongolian morphological information.

Key words: phrase, Chinese Mongolian statistical machine translation, automatic evaluation, morphological

中图分类号:

TP391.2

王斯日古楞^1，2，斯琴图³，那顺乌日图². 基于短语的汉蒙统计机器翻译研究[J]. 计算机工程与应用, 2010, 46(14): 138-142.

WANG Siriguleng^1，2，Siqintu³，Nasun-urtu². Phrase-based Chinese Mongolian statistical machine translation[J]. Computer Engineering and Applications, 2010, 46(14): 138-142.

[1]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[2]	阿力木·安外尔，张大旭，何巍，陈务军，王笑妍，周群超，罗一栋，陈能夫，孙鲲鹏. 基于深度学习的涂层织物折皱识别与检测[J]. 计算机工程与应用, 2021, 57(14): 116-125.
[3]	石晨，张宇，胡博. 基于共同语境的近义词/同义词短语查找模型[J]. 计算机工程与应用, 2021, 57(14): 142-147.
[4]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[5]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.
[6]	李云红，张秋铭，周小计，贾凯莉. 基于形态学及区域合并的分水岭图像分割算法[J]. 计算机工程与应用, 2020, 56(2): 190-195.
[7]	郭静，宋文爱，杨吉江，王青，梁雅琪，雷毅，高雪梅，李海振. 计算机辅助诊断人脸形态学疾病研究综述[J]. 计算机工程与应用, 2020, 56(19): 22-33.
[8]	刘晨晖，张德生，胡钢. 基于TAKE的中文关键短语提取算法研究[J]. 计算机工程与应用, 2020, 56(10): 115-121.
[9]	聂东林，王洪辉，王翔，孟令宇. 基于图像处理的滑坡后缘裂缝运动轨迹分析[J]. 计算机工程与应用, 2019, 55(22): 201-205.
[10]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[11]	刘丽华1，周涛2，周乾智1. 基于VPRS粗糙熵的图像分割[J]. 计算机工程与应用, 2018, 54(20): 178-183.
[12]	夏晨木，滕奇志，卿粼波，吴晓红，何小海. 岩石三维图像裂缝提取方法[J]. 计算机工程与应用, 2018, 54(17): 186-191.
[13]	张天勇，张立新，葛云，王欢，刘光欣. 红花花丝二维中心点标定方法研究[J]. 计算机工程与应用, 2018, 54(15): 176-180.
[14]	朱锐1，冯宏伟1，冯筠1，王惠亚2，刘建妮3，韩健3. 应用属性约简构建含有缺失数据的谱系树[J]. 计算机工程与应用, 2018, 54(10): 180-185.
[15]	崔丽群，张月，田鑫. 融合双阈值和改进形态学的边缘检测[J]. 计算机工程与应用, 2017, 53(9): 190-194.

基于短语的汉蒙统计机器翻译研究

Phrase-based Chinese Mongolian statistical machine translation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics