评估中文 - 西班牙统计机器翻译的间接策略
计算与语言
2014-02-05 v1
摘要
尽管中文和西班牙语是世界上使用人数最多的两种语言，但针对这一语言对的机器翻译研究并不多。本文重点调查中文到西班牙语的统计机器翻译（SMT）的最新进展，这是目前最流行的机器翻译方法之一。为此，我们报告了可用平行语料库的详细信息，包括基本旅行者表达语料库（BTEC）、圣经和联合国（UN）语料库。此外，我们利用这三个语料库中最大的一个进行实验工作，通过使用枢轴语言探索替代的 SMT 策略。考虑了三种枢轴替代方案：级联、伪语料库和三角测量。作为枢轴语言，我们使用英语、阿拉伯语或法语。结果表明，对于基于短语的 SMT 系统，英语是中文和西班牙语之间最佳的枢轴语言。我们提出了一种使用枢轴策略的系统输出组合方法，其性能优于直接翻译策略。这项工作的主要目标是激励并促使研究社区投入到这一对具有重要人口影响的語言的研究中。
引用
@article{arxiv.1402.0563,
title = {Evaluating Indirect Strategies for Chinese-Spanish Statistical Machine Translation},
author = {Marta R. Costa-jussà and Carlos A. Henríquez and Rafael E. Banchs},
journal= {arXiv preprint arXiv:1402.0563},
year = {2014}
}