Eine DP-basierte Suche mit monotonen Ausrichtungen in der statistischen Übersetzung

In diesem Papier beschreiben wir einen auf dynamischer Programmierung (DP) basierenden Suchalgorithmus für die statistische Übersetzung und präsentieren experimentelle Ergebnisse. Die statistische Übersetzung verwendet zwei Informationsquellen: ein Übersetzungsmodell und ein Sprachmodell. Das verwendete Sprachmodell ist ein standardmäßiges Bigram-Modell. Für das Übersetzungsmodell werden die Ausrichtungswahrscheinlichkeiten von den Unterschieden in den Ausrichtungspositionen abhängig gemacht, anstatt von den absoluten Positionen. Somit entspricht der Ansatz einem Hidden Markov-Modell (HMM) erster Ordnung, wie es erfolgreich in der Spracherkennung für das zeitliche Ausrichtungsproblem verwendet wird. Unter der Annahme, dass die Ausrichtung monoton in Bezug auf die Wortreihenfolge in beiden Sprachen ist, kann eine effiziente Suchstrategie für die Übersetzung formuliert werden. Die Einzelheiten des Suchalgorithmus werden beschrieben. Experimente mit dem EuTrans-Korpus ergaben eine Wortfehlerquote von 5,1 %.