利用Markov网络抽取复述增强机器译文自动评价方法

作     者：翁贞 李茂西 王明文 WENG Zhen;LI Maoxi;WANG Mingwen

作者机构：江西师范大学计算机信息工程学院江西南昌330022 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2015年第29卷第5期

页      面：136-142页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61163006 61203313 61462044 61272212) 国家语委"十二五"规划(YB125-99) 江西省自然科学基金(20132BAB201030 20151BAB207025) 江西省研究生创新基金(YC2014-S149) 

主　　题：复述 机器译文自动评价 Markov网络 相关性 

摘      要：在机器译文自动评价中,匹配具有相同语义、不同表达方式的词或短语是其中一个很大的挑战。许多研究工作提出从双语平行语料或可比语料中抽取复述来增强机器译文和人工译文的匹配。然而双语平行语料或可比语料不仅构建成本高,而且对少数语言对难以大量获取。我们提出通过构建词的Markov网络,从目标语言的单语文本中抽取复述的方法,并利用该复述提高机器译文自动评价方法与人工评价方法的相关性。在WMT14 Metrics task上的实验结果表明,我们从单语文本中提取复述方法的性能与从双语平行语料中提取复述方法的性能具有很强的可比性。因此,该文提出的方法可在保证复述质量的同时,降低复述抽取的成本。