机器翻译系统中基于机器学习的目标词选择  

TARGET WORD SELECTION IN MACHINE TRANSLATION BASED ON MACHINE LEARNING

作　　者：刘小虎[1] 李生[1] 

机构地区：[1]哈尔滨工业大学计算机科学与工程系

出　　处：《计算机研究与发展》1998年第10期946-950,共5页Journal of Computer Research and Development

基　　金：国家"八六三"计划

摘　　要：文中利用机器学习的方法研究英汉机器翻译中目标词选择的问题。词的目标语选择本质上是词的多分类问题，不同的译文就是不同的分类．文中以决策归纳学习算法ＩＤ３为基础，提出了特征为树型结构并且带有歧义性时使用ＩＤ３学习算法的方法。以词的上下文中单词的语义分类为特征，该方法用于词的目标语选择取得了良好的效果．Target word selection in English Chinese machine translation is studied using the machine learning approach. The essence of target word selection is multi classifications of a word. Different translations of a word correspond to different classes.Here proposed is an approach using ID3 decision tree classification algorithm when the features are ambiguous and tree structured. Using the semantic categories of words in the context as features, the approach is proved effective when it is applied to target word selection.

关 键 词：机器学习 目标词选择 机器翻译系统 

分 类 号：TP391.2[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]