基于统计的开源翻译系统介绍
到目前为止,多个开源的SMT系统已经开发出来,在完成许多翻译任务中有着先进惊人的性能,如中国的英语和阿拉伯语的英文翻译。这些系统中的一些重点使用基于短语的模型(如摩西),且多年来已经已被广泛用于社区,而其他人试图用层次模型(如Joshua)处理不同语音之间的句法结构的变化。虽然这些系统和其使用的方法都能得到很有竞争力的翻译质量,但是他们的侧重点不一样,也有着不同的长处和弱点。以下我将对目前开源的SMT系统做个介绍。
一、Moses
摩西是一个由英国爱丁堡大学的SMT先锋团队[科恩等人,2007]开发的翻译系统。摩西的最新版本支持许多特征和功能。例如,它支持基于短语和基于语法基础的模型(从短语/规则提取解码)。同时,它提供的因素翻译模型(factoredtranslationmodel)使得系统能够使用在不同层次的多种信息。此外,混淆网络(confusionnetwork)和字格(wordlattices)可以用来作为输入,用以减小系统的最佳输出误差。此外,摩西包提供了许多有用的脚本和工具,以支持更多的功能。
http://www.statmt.org/moses/
二、Joshua
Joshua是一个由约翰霍普金斯大学[李等人的语言和语音处理,2009]的语言语音处理中心开发的目前很先进的开源的SMT系统。Joshua中使用到的模型是分层的基于短语的模型[Chiang,2005]中提出的。除基本模型之外,它提供了一些有趣的特性,如SCFGs解码(语法注释),多方法译码和并行训练与Map-reduce。Joshua系统使用Java语言实现,在多平台上都有良好的可扩展性和可移植性。同时,使用Java也为试验新的思路和推进当前最先进的结果提供了更为简单的方法(相比C/C++而言)
http://joshua.sourceforge.net/Joshua/Welcome.html
三、SilkRoad
丝绸之路是一个基于短语的SMT系统,由中国的五所大学和中科院(cas-ict,cas-ia,cas-is,厦门大学和哈工大)研发。丝绸之路系统是亚洲地区最早开源的机器翻译系统,起初的目标是完成中文和其他语种之间的翻译。后增强为对其他语对也可以翻译。它有几个非常有用的部分,例如分词模块,使得用户可以轻松地构建中国对外翻译系统。此外,其提供对多个解码器和规则提取的支持,可自行重组为多个各式各样的小系统。
http://www.nlp.org.cn/project/project.php?projid=14
四、SAMT
SAMT的是一个由卡内基梅隆大学[zollmann和Venugopal,2006]研发的syntax-augmented的SMT系统。翻译使用目标树来生成规则,虽然没有严格尊重目标语法在解码。该系统的亮点是,它提供了一个简单又有效方法利用SMT句法信息,在好几个翻译任务中都有较好的结果,在有些情况下甚至优于层次短语的系统,又因为SAMT是在Hadoop中实现的,它可以从分布式处理大数据集的跨越计算机集群中得到帮助。
http://www.cs.cmu.edu/zollmann/samt/
五、cdec
cdec是由克里斯Dyer和他的合作者[戴尔等人开发的一个强大的解码器,2010]。cdec的主要特征是采用了一种通用的翻译模型的内部表示,为试验各种模型和算法提供了框架结构。所以CDEC也可用于SMTaligner或更一般的学习框架。Cdec解码器因为是使用C++完成的,其速度非常之快。
http://cdec-decoder.org/index.php?title=MainPage
六、Phrasal
Phrasal是一个由斯坦福大学的自然语言处理组[Cer等人,2010]开发的系统。除了传统的基于短语模型,它也支持非分层的基于短语的翻译模型,这种扩展对非连续的短语翻译有帮助。以这种方式,它可以更好地泛化看不见的数据,甚至可以处理分层处理模型(例如Joshua)没有处理到的情形。
http://nlp.stanford.edu/phrasal/
七、Jane
Jane是一个C++实现的基于短语的层次基于短语模型的系统。它是由亚琛工业大学大学自然语言技术和模式识别组[维拉尔等人,2010]研发的。Jane支持许多有趣的功能(如Mira权重调整),其翻译结果也是非常有竞争力的。
http://www-i6.informatik.rwth-aachen.de/jane/
基于统计的开源翻译系统介绍相关推荐
- NLP——8.基于统计的翻译系统
基于统计的机器翻译:mosesdecoder作为比对翻译效果的baseline,如果不如这个的效果,就说明测试系统效果不算好. 首先看看一共需要以下三个模型: 语言模型:用来评估这句话的通畅程度. 1 ...
- kaggle信用卡欺诈看异常检测算法——无监督的方法包括: 基于统计的技术,如BACON *离群检测 多变量异常值检测 基于聚类的技术;监督方法: 神经网络 SVM 逻辑回归...
使用google翻译自:https://software.seek.intel.com/dealing-with-outliers 数据分析中的一项具有挑战性但非常重要的任务是处理异常值.我们通常将异 ...
- 鸿蒙开源源码,基于鸿蒙系统开源项目OpenHarmony源码静态分析
#ifndef __scc #define __scc(X) ((long) (X)) // 转为long类型 typedef long syscall_arg_t; #endif #define _ ...
- 《中国人工智能学会通讯》——6.16 基于统计的推理方法
6.16 基于统计的推理方法 前面提到,知识图谱中基于统计的推理方法一般指关系机器学习方法,一个比较好的综述论文可以参考文献 [17].下面介绍一些典型的方法. 实体关系学习方法 实体关系学习的目的是 ...
- 基于统计学习---面向新闻的发生地与提及地检测
基于统计学习---面向新闻的发生地与提及地检测 一.摘要 二.流程 2.1- 数据构建及数据预处理 2.2- 全国5级地址实体二叉树 2.3- 命名实体识别相关算法 2.4- 新闻中特征信息分析 2. ...
- 毕业设计之基于springboot的开源商城系统
一.介绍 本项目是一个基于springboot的开源商城系统 ,前后端分离. 二.功能模块 平台端 管理端 用户手机端 首页 会员 订单 商品 促销 店铺 运营 统计 设计 三.技术架构 前端 vue ...
- 基于规则经验主义和基于统计的自然语言处理方法的比较
这学期为了逼着自己学,选了门NLP的课,之前一直没了解过,上了两次课后让写点看法,不才写就此文.就权当我为这门课攒个人品啦! /************************************ ...
- Android是基于Linux的开源操作系统也是Linux内核
Android是基于Linux的开源操作系统也是Linux内核 亿仁网 发布时间: 18-08-2023:46山西亿仁电子商务官方帐号 Android是基于Linux的开源操作系统,主要用于嵌入式设备 ...
- 网易云信亮相LiveVideoStackCon2022,解构基于WebRTC的开源低延时播放器实践
8 月 5 日- 6 日,LiveVideoStackCon 2022 音视频技术大会上海站隆重召开,作为音视频领域颇具影响力的技术大会,此次大会吸引了众多行业专家,融汇新概念.新技术.新趋势和新思想 ...
- 基于Linux搭建开源配置管理中心apollo
基于Linux搭建开源配置管理中心apollo 什么是apollo Apollo(阿波罗)是一款可靠的分布式配置管理中心,诞生于携程框架研发部,能够集中化管理应用不同环境.不同集群的配置,配置修改后能 ...
最新文章
- 学计算机如何防辐射,长期对电脑怎么防辐射
- 特征工程(feature engineering)是什么?特征工程(feature engineering)包含哪些方面?
- matlab---边缘之sobel简单实例
- 计算机硬件技术 实验的软件,计算机硬件技术基础软件实验讲义.doc
- 使用单例模式建立一个数据库连接简单示例
- 模型训练:数据预处理和预载入
- [论文阅读] Tokens-to-Token ViT: Training Vision Transformers from Scratch on ImageNet
- angularjs应用总结
- 谈谈目前我对区块链(Blockchain)的认识
- WinCE Display驱动开发介绍(转载)
- iphone4 通讯录数据库文件!
- Style transfer系列论文之——Image Style Transfer Using Convolutional Neural Networks,CVPR, 2016
- 鼠标右键菜单管理,自己就是右键管家,右键菜单清理
- 真核有参转录组测序标准分析
- 2021-04-30
- 微信小程序--优购页面制作
- 更新linux yum源,CentOS 更新yum源
- 超级爆笑:2008高考各省零分作文大全
- 【主板上各种接口和附属部件科普】
- 【可达编程】 P0815 歌手大赛