Statistical Phrase-Based Translation_2003_Koehn【SMT】

论文信息

---

论文	Statistical Phrase-Based Translation
作者	Philipp Koehn, Franz Josef Och, Daniel Marcu
来源	未知
年份	2003
分类	【SMT】

这是基于短语的统计翻译模型的一篇经典文章，也是清华大学NMT列出的十大必读文章之一。

---

摘要

本文提出一个新的基于短语的翻译模型和解码算法，可以评估和比较以前提出的基于短语的翻译模型。通过实验证明通过两种方法可以提升性能：对基于词语的对齐学习启发式的短语翻译、短语翻译的词汇加权。学习短语的长度为3时就可以达到很好的精确度。仅仅学习基于句法的短语会降低系统的性能。

模型与方法思想

模型

为了比较不同的短语提取方法，文中先提出了一个统一的框架：适用于任意phrase translation table的短语翻译模型和解码器。

短语翻译模型

这个短语翻译模型基于噪声信道模型。用贝叶斯规则定义翻译概率，将外语翻译 f 为英语 e 。

在解码时，一个外语句子 f 会被分为 $I$个片段${\overline{f}}_1^I$，假设这些片段时均匀分布的。

每一个外语片段会被翻译为一个英语片段，这些英语片段可能时重新排序的，短语的翻译概率分布记为 ϕ