最小监督形态学分割及其在机器翻译中的应用

杰森·里萨,大卫·亚罗斯基

摘要
低资源环境中的受感染语言为统计机器翻译带来了数据稀疏问题。在本文中，我们提出了一种用于阿拉伯语方言语素切分的最小监督算法，与以前最先进的基于短语的统计机器翻译系统相比，该算法在翻译时减少了50%以上的未知单词，总词汇量减少了40%以上，并显著提高了BLEU分数。
选集ID：
2006.amta-papers.21年
体积：
美洲机器翻译协会第七届会议论文集：技术论文
月份：
8月8日至12日
年份：
2006
地址：
美国马萨诸塞州剑桥
地点：
AMTA公司
SIG公司：
发布者：
美洲机器翻译协会
注：
页码：
185–192
语言：
网址：
https://aclantology.org/2006.amta-papers.21
内政部：
比比键：
引用（ACL）：
杰森·里萨和大卫·亚罗斯基。2006最小监督形态学分割及其在机器翻译中的应用.英寸美洲机器翻译协会第七届会议记录：技术论文，第185-192页，美国马萨诸塞州剑桥市。美洲机器翻译协会。
引用（非正式）：
最小监督形态学分割及其在机器翻译中的应用（Riesa&Yarowsky，AMTA 2006）
复制引文：
PDF格式：
https://aclantology.org/2006.amta-papers.21.pdf
PDF格式 引用 搜索