【藏文信息】基于领域术语词典和句式框架的藏汉机器翻译领域数据增强方法研究

文摘 2024-10-24 11:20 西藏

点击蓝字/关注我们

基于领域术语词典和句式框架的藏汉机器翻译领域数据增强方法研究

格桑加措1,2,3,4 尼玛扎西*1,2,3,4 嘎玛扎西1,2,3,4 次仁白玛1,2,3,4 步寅硕1,2,3,4

（1.西藏大学信息科学技术学院西藏拉萨 850000

2.西藏大学西藏自治区藏文信息技术人工智能重点实验室西藏拉萨 850000

3.西藏大学藏文信息技术教育部工程研究中心西藏拉萨 850000

4.西藏大学西藏信息化省部共建协同创新中心西藏拉萨 850000）

摘要：藏汉机器翻译系统在新闻、时政等领域已经取得了显著的翻译效果，这主要归功于建立了相对充足的双语句对。然而，现有藏汉双语语料中存在较大的领域偏差问题，藏医、佛学等领域的数据极度稀缺，导致藏汉翻译模型在处理这些低资源领域句对时面临着领域词汇稀缺和翻译困难的挑战。为了解决这一问题，充分利用现有领域术语双语词典，提出了一种基于词典结合特定领域上下文语义关系的翻译质量提升方法，并应用于传统藏医药领域。首先，收集并建立了包含9 166对词条的藏医领域术语双语词典，并利用该词典扩充低资源领域的数据，以提高翻译系统对于特定领域术语的覆盖率；其次，将词典中的词对直接添加到已有句对中、领域词典中的词来替换原有句对中的词两种方式进行数据扩充，以验证词典扩充的领域翻译性能；最后，考虑到领域特定句式信息对于翻译的重要性，通过分析特定领域的语境和语义关系，提出引入特定领域上下文句式框架来优化特殊领域的翻译性能，在传统藏医药领域进行测试。实验结果表明，在利用词典进行数据扩充后，传统藏医药领域的BLEU值从0提升到4.59，且文章提出的领域句式框架方法，仅构造5条句式框架，就能使BLEU值最高提升至6.32，这为解决低资源领域翻译问题提供了新的思路和方法。

关键词：藏汉机器翻译；领域数据不平衡；领域句式框架；术语双语词典

中国高校特色科技期刊

中国高校优秀科技期刊

中国科学引文数据库（CSCD）来源期刊

科技期刊世界影响力指数（WJCI）来源期刊

扫码关注我们

查看更多精彩内容

西藏大学期刊中心

西藏大学期刊中心公众号，主要推送《西藏大学学报》社会科学版、藏文版和《高原科学研究》优秀文章。

最新文章

【目录】《西藏大学学报》藏文版2024年总目录

【目录】《西藏大学学报》社会科学版2024年总目录

【目录】《高原科学研究》2024年第4期目录

【目录】《西藏大学学报》藏文版2024年第4期目录

【目录】《西藏大学学报》社会科学版2024年第4期目录

【西部论坛】略论新中国时期西藏城市发展特征

【西部论坛】民国考察游记所见拉卜楞的地形气候与民生经济

【西部论坛】藏学学术史视域下百年藏文传记文学汉译述论

【西部论坛】西藏文旅融合特征测度与比较分析——基于投入产出理论与共生理论

【西部论坛】中华民族共同体视域下对口支援西藏研究

【西部论坛】青藏高原城市群产业园区生态系统的界域与构建

【西部论坛】数字经济与共同富裕：欠发达地区的后发优势

【藏学研究】论藏传因明的理论价值及其理性工具作用

【藏学研究】芝加哥结构人类学的夏尔巴研究：一个学术史的梳理

【西部论坛】西藏古代体育文化与中华各民族文化交往交流研究

【西部论坛】近现代涉藏游记与多民族交往交流交融研究

【西部论坛】族际交往互动视域下的民国涉藏文物展陈研究

【目录】《西藏大学学报》社会科学版2024年第3期目录

【名家访谈】新时代藏医药学的传承与发展——访著名藏医药专家嘎务教授

【藏学研究】唐蕃交往交流交融遗存碑刻研究

【藏学研究】三星堆出土文物蕴意解读——以唐卡画中的护法神鹰狼合体形象与三星堆出土文物青铜神坛的神兽底座为例

【藏学研究】“绮心儿”正名

【藏学研究】《吐蕃大事纪年》中的“btsan mo”称号考

【藏学研究】原西藏地方政府时期中国门隅地区税收体系初探

【藏文信息】基于领域术语词典和句式框架的藏汉机器翻译领域数据增强方法研究

【高原生态】基于SBAS-InSAR技术的雅鲁藏布江色东普沟地质灾害发育特征与复活趋势分析

【高原生态】雅鲁藏布江中游白草营养价值评定

【高原生态】凉山山系地区石松类和蕨类植物多样性及区系分析

【高原生态】FLUS模型和PLUS模型在年楚河流域土地利用模拟中的应用与对比

【高原生态】拉萨市林周县古树资源特征分析与保护

【高原生态】拉萨南北山不同造林模式下蜘蛛群落多样性研究

【名家访谈】情系高原梦绕江河——访著名生态学家洛桑·灵智多杰

【藏学研究】苯教因明学传习基地历史及其现状略述

【藏学研究】由英国之“扶助”管窥十三世达赖喇嘛“新政”的命运

【藏学研究】再论藏医曼唐发展史

【目录】《西藏大学学报》藏文版2024年第3期目录

【目录】《高原科学研究》2024年第3期目录

【会议】2024年全国藏文学术期刊主编研讨会在成都召开

【会议】第十一届全国藏学期刊协调会在青海西宁举行

【藏学研究】【藏文版】《平定西藏碑文》考

【高原生态】外源独脚金内酯对青海草地早熟禾根系生长的影响

【高原医学】高原世居成年藏族慢性肾脏病调查研究

【高原医学】藏族摔跤运动员身体机能及运动后恢复能力研究

【高原医学】不同海拔13 ∼ 18岁学生乳酸阈、通气阈、心率偏离点一致性研究

【藏文信息处理】一种多方法融合的藏语情感词典构建方法

【藏文信息处理】藏文自动排序研究综述

【藏文信息处理】基于藏文音节结合BiLSTM-CRF的藏语语义组块分类标注

【高原交通】溜砂坡开挖的稳定性分析

【高原生态】基于高通量测序分析拉萨大黄根部内生菌及根际土壤微生物多样性研究

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉