次へ:
概要
目次
概要
目次
表一覧
図一覧
はじめに
統計翻訳システム
基本概念
翻訳モデル
IBMモデル
フレーズテーブルの作成法
言語モデル
デコーダ
mosesのパラメータ例
パラメータチューニング
実験環境
実験データ
人手で作成された翻訳対
プログラムで作成するフレーズテーブル
-gram モデルの学習
デコーダのパラメータ
評価方法
プログラム作成したフレーズテーブルへの翻訳対の追加
翻訳対への翻訳確率の付与
翻訳対の追加手順
翻訳実験
学習データ
フレーズテーブル
翻訳精度の評価
日英翻訳の結果
英日翻訳の結果
対比較実験
判断基準
実験結果
提案手法の翻訳結果が劣ると評価した例
提案手法の翻訳結果が優れていると評価した例
翻訳対の翻訳確率の重みの最適化
翻訳実験
対比較実験
考察
提案手法の効果の分析
文質の向上
未知語の減少
文質が向上した文と未知語が減少した文の比較
最適化したパラメータを用いた翻訳実験
パラメータの最適化
最適化したパラメータを用いた翻訳実験の結果
パラメータintersectionの信頼性
今後の課題1:翻訳確率値の信頼性の調査
パラメータintersectionの翻訳確率値の信頼性
翻訳確率の更なる最適化
翻訳確率値を付与できなかった翻訳対の追加
今後の課題2:述語節に関する翻訳対の追加
述語節に関する翻訳対の追加
おわりに
謝辞
付録
付録１:mosesのパラメータ
付録２:追加した翻訳対(日英翻訳)
付録３:追加した翻訳対(英日翻訳)
付録４:最適化したmosesのパラメータ
単文の翻訳に用いたパラメータ(ベースライン)
単文の翻訳に用いたパラメータ(提案手法)
重文複文の翻訳に用いたパラメータ(ベースライン)
重文複文の翻訳に用いたパラメータ(提案手法)
参考文献
この文書について...
平成21年3月17日
-gram モデルの学習