词汇相似度约束的短语抽取 (2010年)

为克服传统的短语抽取方法对词对齐信息的依赖性强，抗噪声能力差这一缺陷，提出基于词汇相似度约束的短语抽取策略；在此框架下，提出了3种基于词汇相似度的约束方法：Dice系数、Phi平方系数和对数似然比。在IWSLT2004语料上进行的实验表明，3种基于词汇相似度的约束方法的翻译系统的BLEU评分均优于传统的翻译系统；其中基于对数似然比方法得到的翻译模型比基线系统Pharaoh的BLEu-4评分提高了15.14%。