ترجمه ماشینی آماری با استفاده از برچسب های کم عمق نحوی
محل انتشار: هشتمین کنفرانس بین المللی فناوری اطلاعات ودانش
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 942
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT08_052
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
این مقاله مدل سلسله مراتبی جدیدی را برای ترجمه ماشینی آماری پیشنهاد می دهد که غیرپایانه ها را با تطابق مرز عبارات مقصد با برچسب هایکم عمق نحوی در سمت مقصد پیکره آموزش، نامگذاری می کند. در جایی که برچسبی برای کل عبارت موجود نباشد، نام غیرپایانه از اتصالبرچسب های مرزی تعریف می شود. برچسب گذاری با کلاس کلمات مرزی عبارات قبلا معرفی گردیده است که می تواند شکل مبنای مدلپیشنهادی درنظر گرفته شود. ما این شکل مبنا را در مقاله حاضر با استفاده از برچسب قطعات توسعه می دهیم. در این توسعه، اگر برچسب قطعهدر مرز عبارت وجود نداشته باشد، از برجسب POS کلمه مرزی استفاده می شود. با استفاده از برچسب عبارات به جای کلاس کلمات، قواعد مدلپیشنهادی تعمیم داده می شود. تعدادی آزمایش در ترجمه فارسی به انگلیسی انجام شد. با استفاده از معیار BLEU در قیاس با مدل SAMTکه از درخت تجزیه نحوی برای برچسب گذاری استفاده می کند، مدل پیشنهادی بهبود قابل توجهی به دست آورد.
کلیدواژه ها:
نویسندگان
شهرام سلامی
دانشگاه شهید بهشتی، دانشکده مهندسی و علوم کامپیوتر
مهرنوش شمس فرد
دانشگاه شهید بهشتی، دانشکده مهندسی و علوم کامپیوتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :