学习机器翻译

译者序

原书前言

第1章 统计机器翻译初步

1．1 背景

1．2 机器翻译的评价

1．2．1 基于编辑距离的方法

1．2．2 基于n元文法的方法

1．2．3 召回率的重要性

1．2．4 使用句法的方法

1．2．5 评价方法的评价与融合

1．2．6 统计显著性检验

1．3 基于词的机器翻译

1．3．1 模型1、模型2和隐马尔可夫模型

1．3．2 模型3、模型4和模型5

1．3．3 搜索

1．3．4 现状

1．4 语言模型

1．4．1 n元文法模型和平滑技术

1．4．2 最大熵模型

1．4．3 若干最新研究趋势

1．5 基于短语的机器翻译

1．5．1 对数线性模型

1．5．2 基于短语的翻译模型

1．5．3 最小错误率训练

1．5．4 搜索

1．5．5 重打分

1．5．6 现状

1．6 基于句法的统计机器翻译

1．6．1 无需句法分析的方法

1．6．2 目标语言端进行句法分析

1．6．3 源语言端进行句法分析

1．6．4 源语言端和目标语言端都进行句法分析

1．7 其他一些重要方向

1．7．1 因子化模型

1．7．2 模型自适应

1．7．3 系统融合

1．7．4 用于机器翻译的核方法

1．8 用于统计机器翻译的机器学习

1．8．1 翻译作为一个学习问题

1．8．2 使用不精确损失函数的学习

1．8．3 用于统计机器翻译的端到端学习

1．9 结论

1．10 附录

第一部分：使能技术

第2章 挖掘专利构建平行语料库

2．1 引言

2．2 相关工作

2．3 资源

2．4 对齐过程

2．4．1 句子对齐打分

2．4．2 降低句对齐中的噪声

2．5 专利平行语料库的数据统计

2．5．1 全集和源数据集的比较

2．5．2 基本的统计数据

2．5．3 关于机器翻译的统计数据

2．6 机器翻译实验

2．6．1 机器翻译系统

2．6．2 比较重排序限制

2．6．3 跨板块的机器翻译实验

2．6．4 对原始对齐数据的基于任务的评估

2．7 结论

第3章 多语言名称词典的自动创建

3．1 引言和动机

3．1．1 内容

3．1．2 专有名称和机器翻译

3．1．3 多语种名称实体词典与其他文本分析应用的相关性

3．1．4 存在名称变体的原因

3．2 相关工作

3．2．1 现有的名称词典或建立词典的相关探索

3．2．2 命名实体识别

3．2．3 名称变体的匹配

3．3 新名称的多语言识别

3．3．1 背景：多语言的新闻数据

3．3．2 一个允许多语言的轻量级识别过程

3．3．3 用维基百科扩充名称数据库

3．4 查找已知名称和其形态变体

3．4．1 处理词形变化

3．4．2 查找过程

3．5 人名识别的评价

3．6 名称变体的识别和合并

3．6．1 非罗马字符构成名称的音译

3．6．2 名称变体的“标准化”

3．6．3 （标准化）名称变体的近似匹配

3．7 总结与展望

第4章 多语语料库中命名实体的音译和发现

4．1 引言

4．2 前人工作

4．3 协同排序：命名实体发现的一个算法

4．3．1 时间序列生成和匹配

4．3．2 音译模型

4．4 实验性研究

4．4．1 命名实体发现

4．4．2 初始例子集合规模

4．4．3 时间序列打分函数的比较

4．5 结论

4．6 未来工作

……

第5章 基于多预处理机制的统计词对齐融合

第6章 用于判别式语言建模的语言学增强的词序列核

第二部分：机器翻译

第7章 走向树结构翻译模型的纯粹判别式训练

第8章 大规模统计机器翻译重排序

第9章 基于核的机器翻译

第10章 通过全局词汇选择和句子重构实现统计机器翻译

第11章 统计机器翻译的判别式短语选择

第12章 用于机器翻译的半监督学习

第13章 学习系统融合机器翻译系统

参考文献

中英文术语

《学习机器翻译》首先讨论若干使能技术，即解决那些不是机器翻译本身但却是与机器翻译系统开发相关的技术，其中包括从可比语料中获取双语句子对齐数据、多语名称词典的自动构造、词对齐技术等。随后介绍若干新的、改进的统计机器翻译技术，包括利用句法信息的判别式训练框架、半监督学习方法和基于核的学习方法的应用以及多机器翻译译文的组合以改进整个翻译系统的质量。
　　《学习机器翻译》适合于从事机器翻译的研究者和研究生阅读，读者应具备统计机器翻译的入门知识。