发明名称 |
将基于语料库的机器翻译系统适应到新领域的方法和装置 |
摘要 |
本发明提供一种将基于语料库的机器翻译系统适应到新领域的方法和系统。该方法包括:利用在一个领域中经过训练的基于语料库的机器翻译系统翻译该新领域中的多个源语言句子;从上述多个源语言句子中选出其翻译结果的评价低于预先设定的第一评价阈值的源语言句子;从翻译结果的评价低于第一评价阈值的源语言句子中识别出与该新领域相关的文本片段;利用该多个源语言句子及其翻译结果、以及与该新领域相关的文本片段及其正确译文更新机器翻译系统。在本发明中,对于在领域外训练好的机器翻译系统,通过利用在其重复地翻译新领域内的文本的过程中识别出的与该新领域相关的文本片段来训练该机器翻译系统,能够不断改进该机器翻译系统针对该新领域的翻译性能。 |
申请公布号 |
CN101714136B |
申请公布日期 |
2012.04.11 |
申请号 |
CN200810165983.9 |
申请日期 |
2008.10.06 |
申请人 |
株式会社东芝 |
发明人 |
吴华;王海峰 |
分类号 |
G06F17/28(2006.01)I |
主分类号 |
G06F17/28(2006.01)I |
代理机构 |
北京市中咨律师事务所 11247 |
代理人 |
于静;周春燕 |
主权项 |
一种将基于语料库的机器翻译系统适应到新领域的方法,包括:利用在一个领域中经过训练的基于语料库的机器翻译系统翻译该新领域中的多个源语言句子;从上述多个源语言句子中选出其翻译结果的评价低于预先设定的第一评价阈值的源语言句子;从上述翻译结果的评价低于第一评价阈值的源语言句子中识别出与该新领域相关的文本片段;以及利用上述多个源语言句子及其翻译结果、以及上述与该新领域相关的文本片段及其正确译文,更新上述基于语料库的机器翻译系统;其中,上述识别出与该新领域相关的文本片段的步骤进一步包括:从上述翻译结果的评价低于第一评价阈值的源语言句子中抽取所有文本片段;计算上述所有文本片段的每一个在该新领域中的出现概率与在上述一个领域中的出现概率的相对值;以及从上述所有文本片段中识别出上述相对值大于预先设定的相对值阈值的文本片段,作为与该新领域相关的文本片段。 |
地址 |
日本东京都 |