GIZA++实现了IBM模型1~5 IBM Model 1详解

IBM model是统计机器翻译中的经典翻译模型，也是基于词的统计机器翻译系统的基础。IBM翻译模型共有5个复杂度依次递增的统计翻译模型，IBM model1是其中最简单的模型，也是其他模型进行计算的基础。IBM模型1仅仅考虑词对词的互译概率，模型2引入了词的位置变化概率，而模型3加入一个词翻译成多个词的概率。

为翻译模型建模

    假设任意一个英语句子e和法语句子f，定义f翻译成e的概率为P(e|f)，于是将f翻译成e的问题则变成求解

                                                                          （1）

根据噪声信道模型，统计机器翻译要寻找e使得满足公式（1）。

IBM模型注意到翻译模型中的一个隐含变量信息，及即句子中词语的对位信息：对齐A。于是有：

                                                                  （2）

假设英文串e的长度为l，记做。法语串f的长度为m，记做。则对齐a可以由一串包含有个值的位置信息记录，表示法语句子中单词对应英语句子单词的位置。，每个值的取值范围为。因此，

                             （3）

具体的证明参考http://luowei828.blog.163.com/blog/static/31031204201123010316963/

该公式可以理解为：根据英文句子生成一个法语句子以及对齐过程。首先根据英文句子选择法语句子长度，其次选择第一个法语词串的链接位置，然后根据英语句子、法语句子长度、法语句子第一个词对应英语句子的位置选择法语句子的第一个词（比较拗口-_-!）。由此类推，则可以生成整个法语句子。

 

引出IBM模型1

    IBM模型1对公式（3）进行化简，并做出如下假设：

1）假设P(m|e)与目标语言e和源语言长度m无关。

2）假设