机器翻译自动评价中领域知识复述抽取研究

张丽林 李茂西 肖文艳 万剑怡 王明文†

江西师范大学计算机信息工程学院, 南昌 330022; † 通信作者, E-mail: mwwang@jxnu.edu.cn

摘要 针对通用领域语料中抽取的复述在特定领域机器译文自动评价任务的应用中容易出现复述匹配偏差的问题, 提出采用抽取与测试领域相关的复述来提高机器译文自动评价的方法。首先将通用单语训练语料进行聚类, 并利用改进的M-L方法过滤, 得到特定领域训练语料, 然后在训练语料中利用Markov网络模型, 抽取特定领域复述表, 最后将此复述表应用在机器译文自动评价中, 以提高同义词和近义词的匹配精度。在WMT’14 Metrics task和wmt’15 Metrics task数据集上的实验结果表明, 利用领域知识抽取的复述能够增加自动评价方法METEOR和TER与人工评价的相关性。关键词 复述; 机器译文自动评价; 语言模型; Markov网络; 文档聚类中图分类号 TP391