使用流暢性改善詞組翻譯的統計式機器翻譯

Peter F. Brown等人提出統計式的機器翻譯後（Statistical Machine Translation），目前翻譯的基本單位已由單詞轉變成詞組（Phrase），雖然詞組為本的機器翻譯已經可以達到不錯的效果，但使用者仍在詞組閱讀上遇到不順暢的情形，而目前研究機器翻譯的研究領域很少針對詞組流暢化進行探討。我們觀察到譯者在英中翻譯時，常常會加入一些不存在於英文句中的詞彙使句子能夠更加流暢，如果只是簡單的詞對詞翻譯，無法在中文句子顯示這些額外附加的詞彙在中文句子中。有鑑於此，我們提出流暢化詞組機器翻譯（Fluent Phrase Machine Translation, FPMT）的機率模型來決定加入詞彙後的中文詞組是否流暢，以及使用語料庫（Corpus）和網路搜尋結果（Search Result）來找出附加的詞彙。實驗結果顯示，我們提出的流暢化詞組機器翻譯模型得到的中文詞組，其效能比IBM Model4的方法佳，可以有效的補回缺少的詞彙，在人工評估上，更顯示我們的方法確實可以提升翻譯的流暢化。