作者：龚慧敏; 段湘煜; 张民自纠正词对齐粗颗粒度到细颗粒度
摘要：词对齐是统计机器翻译系统的重要一环，但词对齐的获得往往基于序列模型的计算，而没有考虑语言的结构化信息及语言特征，从而造成词对齐中出现一些不符合语言特征的结果。文中提出一种词对齐的自纠正机制，以纠正词对齐中的错误部分。该机制使用一些语言学上的先验知识，对词对齐结果进行由粗颗粒度到细颗粒度的纠正。首先采用基于标点的方法对句对进行粗粒度化纠正，然后采用基于统计特征的方法对子句对进行细粒度化纠正。该自纠正过程不需要借助任何其他词对齐工具和新语料。实验结果显示，自纠正词对齐显著提高了词对齐的准确率，并提高了机器翻译的质量，其中粗粒度的纠正方法对翻译质量的提高最为显著，细粒度的纠正方法也提升了翻译质量，最终通过结合粗颗粒度和细颗粒度的纠正方法，使翻译结果相对基准系统取得了显著的提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
