Statistische Maschinelle Übersetzung

Lernende Verfahren

Regelbasiert vs. datenbasiert

Anstelle von komplexen Regelsystemen wird aus alignierten Satzpaaren die Übersetzungsrelation gelernt.

Noisy Channel Model für EN → FR

Die Übersetzung versucht, aus einem “verrauschten” Signal, das wie Englisch tönt, das wahrscheinlichste französische Original zu rekonstruieren.

$pict$

Fluency und Faithfulness im SMT

Optimieren von Fluency und Faithfulness in wortbasierter MT

Faithfulness : Wie wahrscheinlich kann von einer französischen Wortfolge auf eine englische Wortfolge übersetzt werden? Übersetzungsmodell: P(f | e)
Fluency : Wie englisch ist das Übersetzte? ZS-Modell: P(e)

pict

Abbildung 11.8:

Fluency und Faithfullness in SMT nach [AL-ONAIZAN et al. 1999]

Candide Modell 3 für Übersetzungsrichtung FR → EN
Nach [AL-ONAIZAN et al. 1999, 13]

Probabilistisches Lexikon : Mit welchen Wahrscheinlichkeiten wird ein englisches Wort aus französischen Wörtern übersetzt?
Fruchtbarkeit (fertility): Wahrscheinlichkeit, dass ein französisches Wort in n englische Wörter übersetzt wird.
Verzerrung (Distortion): Wahrscheinlichkeit, dass ein englisches Token an Position i in einem Satz an Position j im französischen Satz erscheint.
Null-Einsetzung (NULL-insertion): Globale Wahrscheinlichkeit, dass irgendwo ein NULL Element im Englischen erscheint.

Statistische Verfahren

Seit Mitte 90-Jahre sehr aktives Forschungsgebiet. Aber: Keine wirklichen Durchbrüche im Vergleich mit den regelbasierten Ansätzen.
Wortbasierte Ansätze wurden von phrasen-basierten (Chunks) Ansätzen abgelöst.
Im Prinzip kann jedes Problem im klassischen Übersetzungsparadigma durch probabilistische Verfahren gelöst werden (“Wortsinndesambiguierung”, Syntax-Analyse, Strukturveränderungen)