Tích hợp thông tin hình thái từ trong câu tiếng An- 123docz.net

5.3.1.1. Thêm thông tin hình thái từ

Trong phần thí nghiệm, luận văn khảo sát thông tin hình thái từ của tiếng Anh bao gồm: từ loại, nguyên mẫu và phụ tố. Bảng 5.2 mô tả kết quả dịch của hệ Anh – Việt khi thêm các thông tin này vào câu nguồn.

Bảng 5.2. Kết quả dịch khi tích hợp thông tin hình thái từ vào câu nguồn

BLEU NIST TER

Hệ cơ sở 43,31 9,8269 37,914 Thêm từ loại 42,68 9,7634 38,335 Tách thành nguyên mẫu 41,72 9,5169 39,754 và phụ tố Tách thành nguyên mẫu 42,48 9,6482 38,855 và phụ tố + Thêm từ loại

Từ bảng kết quả trên, ta có thể nhận thấy hệ dịch khi tích hợp thêm thông tin từ loại và biến đổi từ thành nguyên mẫu và phụ tố làm giảm hiệu quả của hệ dịch.

i. Ảnh hưởng của thông tin từ loại trong câu tiếng Anh: Kết quả thực nghiệm cho thấy thông tin từ loại cải thiện một số kết quả dịch. Ta có thể xét một số ví dụ sau:

Ví dụ 1:

A project to build Ha Long into a smoke - free tourist city started Tiếng Anh

in Ha Long city , northern coastal Quang Ninh province on Sept . Một dự án xây dựng Hạ Long thành một thành phố du lịch không

Tiếng Việt khói thuốc đã bắt đầu tại thành phố Hạ Long , ven biển phía bắc tỉnh Quảng Ninh vào tháng chín .

Một dự án để xây dựng Hạ Long vào một thuốc tự do thành phố Baseline du lịch đã bắt đầu tại thành phố Hạ Long , ven biển phía bắc tỉnh

Quảng Ninh vào tháng 9 .

A|a|DT project|project|NN to|to|TO build|build|VB Ha|ha|NNP Long|long|NNP into|into|IN a|a|DT smoke|smoke|NN -|-|:

in|in|IN Ha|ha|NNP Long|long|NNP city|city|NN ,|,|, POS

Một dự án để xây dựng Hạ Long vào một không khói thuốc

POS thành phố du lịch đã bắt đầu tại thành phố Hạ Long , ven biển phía bắc tỉnh Quảng Ninh vào tháng 9 .

Ví dụ 2:

has stated that he will not risk his player .

Tuy nhiên , không rõ liệu Hoàng sẽ chơi ngày hôm nay không vì Calisto đã tuyên bố rằng ông sẽ không mạo hiểm đối với cầu thủ của ông .

Baseline Tuy nhiên , nó không rõ ràng nếu Hoàng sẽ chơi ngày hôm nay vì Calisto đã nói rằng ông sẽ không có nguy cơ đối thủ .

However|however|RB ,|,|, it|it|PRP '|'|'' s|s|VBZ unclear|unclear|JJ if|if|IN Hoang|Hoang|NNP will|will|MD play|play|VB

player|player|NN .|.|.

Tuy nhiên , nó không rõ ràng nếu Hoàng sẽ chơi ngày hôm nay vì Calisto đã tuyên bố rằng ông sẽ không mạo hiểm đối thủ .

Tuy nhiên, thông tin từ loại đã dẫn đến kết quả dịch tệ hơn hệ cơ sở do các lý do sau:

oMỗi từ tiếng Anh có thể có nhiều hơn một nhãn từ loại. Nhưng ngữ liệu không thể bao quát được hết mọi trường hợp. Do đó, với cùng một từ đã xuất hiện trong ngữ liệu huấn luyện nhưng được đánh nhãn từ loại chưa gặp, hệ dịch xem như là một từ mới và không dịch được.

Ví dụ:

The Control Board may use independent consultants to perform assigned duties .

Ngữ liệu

Ban kiểm soát có thể sử dụng các nhà tư vấn tự do để thực hiện các nhiệm vụ được giao .

các nhiệm vụ được giao .

Ban kiểm soát có thể sử dụng độc lập consultants để thực hiện

assigned nhiệm vụ .

Từ “assigned” trong ngữ liệu huấn luyện được đánh nhãn VBN, động từ ở dạng quá khứ phân từ nhưng chưa gặp trường hợp từ “assigned” được đánh nhãn JJ, tính từ.

oTrường hợp công cụ gán nhãn sai cũng tạo nên câu dịch tệ hơn. Vì khi kết hợp với nhãn sai, từ tiếng Anh cũng tạo nên từ chưa gặp trong ngữ liệu. Xét ví dụ sau:

Hitler also has a devastating new weapon to unveil - the magnetic mine , dropped into the sea from the air to cling to a passing

vessel and explode . Ngữ liệu

Hitler cũng có một loại vũ khí tàn phá mới để công bố - mỏ từ trường , bị bỏ vào trong biển từ trên không để bám víu vào một con tàu đi qua và nổ .

Hitler cũng đã tàn phá vũ khí mới để công bố - magnetic mỏ , Baseline giảm xuống vào biển từ không khí để cling đến một thông qua

các tàu và explode .

sea|sea|NN from|from|IN the|the|DT air|air|NN to|to|TO cling|cling| VB to|to|TO a|a|DT passing|pass|NN vessel|vessel|NN

and|and|CC explode|explode|VB .|.|.

Hitler cũng có một tàn phá vũ khí mới để công bố - magnetic mỏ , giảm xuống vào biển từ không khí để cling đến một passing

tàu và explode .

oNgoài ra, do hệ dịch chọn lựa ngữ dịch tương ứng dựa trên nhãn từ loại nên nhãn từ loại sai dẫn đến câu dịch cũng sai. Ví dụ:

When Spring comes , Sa Dec bonsai village also starts its festival .

Ngữ liệu

Khi mùa xuân đến , làng cây cảnh Sa Đéc cũng bắt đầu lễ hội

của nó .

Baseline Khi mùa xuân đến , Sa Đéc cây cảnh làng cũng bắt đầu của nó lễ hội .

Khi Lương đến , Sa Đéc cây cảnh làng cũng bắt đầu của nó lễ

hội .

Từ được đánh nhãn sai làm ảnh hưởng kết quả gióng hàng từ. Nếu từ không được gióng hàng sẽ không được thống kê, do đó khi dịch hệ thống không gặp khi tra phrase-table dẫn đến từ không được dịch.

ii. Ảnh hưởng của biến đổi từ thành nguyên mẫu và phụ tố Mặc dù việc phân tích từ tiếng Anh sang nguyên mẫu và phụ tố có cải thiện kết quả dịch so với hệ dịch cơ sở. Nhưng kết quả phân tích cũng tạo nên từ/ngữ chưa gặp trong ngữ liệu huấn luyện nên kết quả dịch nhìn chung bị giảm.

Sau đây là hai ví dụ cho thấy ảnh hưởng tích cực của phép phân tích. Ví dụ 1:

No matter what happens , we ' ll be as well prepared as we can be given the enormous potential for crowds .

Ngữ liệu

Dù bất kỳ vấn đề nào xảy ra , chúng tôi sẽ chuẩn bị tốt khi chúng tôi có thể được đưa ra tiềm năng to lớn cho đám đông .

Không có vấn đề về những gì sẽ xảy ra , chúng tôi sẽ là cũng Baseline được chuẩn bị vì chúng tôi có thể được đưa ra các rất lớn tiềm

năng cho các crowds .

No matter what happen s , we 'll be as well prepare ed as we can Tách từ tiếng

be give en the enormous potential for crowd s . Anh thành

Không có vấn đề những gì xảy ra , chúng tôi sẽ là cũng như được nguyên mẫu

và phụ tố chuẩn bị như chúng tôi có thể được đưa ra những lớn tiềm năng cho đám đông .

Ví dụ 2:

The boat cruises down the canal making stops at points of interest along the way .

Ngữ liệu

Các chuyến đi tàu xuống kênh dừng tại các điểm thú vị trên đường đi .

Baseline Các thuyền cruises xuống kênh làm dừng tại điểm của sự quan tâm dọc theo đường .

Tách từ tiếng The boat cruise s down the canal make ing stop s at point s of Anh thành interest along the way .

nguyên mẫu Các thuyền đi xuống các kênh làm việc dừng tại điểm quan tâm và phụ tố dọc theo đường .

Ngữ liệu Tasmania has long been a location for cloud seeding programs , following apparent success with the programs in the 1960 's and 1970 's when significant rainfall increases of more than 30 percent were measured and reported by CSIRO scientists . Tasmania từ lâu đã là nơi cho các chương trình tạo mưa nhân tạo , sau thành công rực rỡvới các chương trình trong những năm 1960 và 1970 khi lượng mưa tăng lên đáng kể với hơn 30 phần trăm được đo và báo cáo bởi các nhà khoa học CSIRO . Baseline Tasmania từ lâu đã được một địa điểm cho các đám mây chương

trình tạo mưa nhân tạo , sau đây rõ ràng thành công với các chương trình trong những năm 1960 của và 1970 của khi quan trọng lượng mưa tăng hơn 30 phần trăm đã được đo và báo cáo của cây trồng các nhà khoa học .

Tasmanium s have s long be en a location for cloud seed ing

program s , follow ing apparent success with the program s in

the 1960 ' s and 1970 ' s when significant rainfall increase s of Tách từ tiếng more than 30 percent be ed measure ed and report ed by CSIRO Anh thành scientist s .

nguyên mẫu Tasmania đã lâu dài được một địa điểm cho đám mây hạt giống và phụ tố các chương trình , đi theo rõ ràng thành công với các chương

trình trong thập niên 1960 của và 1970 của khi quan trọng lượng mưa tăng của hơn 30 phần trăm đã được đo và báo cáo của CSIRO các nhà khoa học .

oDo công cụ phân tích từ về nguyên mẫu dựa trên kết quả gán nhãn từ loại nên nhãn từ loại sai sẽ dẫn đến kết quả phân tích sai.

Professor Johnson was not involved in the study but wrote an Ngữ liệu

significance .

Giáo sư Johnson đã không tham gia vào nghiên cứu này , nhưng đã viết một bài báo đi kèm trong cùng một ấn bản Khoa học , phác thảo ra ý nghĩa của nó .

Giáo sư Johnson đã không tham gia vào việc nghiên cứu , nhưng Baseline đã viết một đi kèm bài viết trong cùng một vấn đề về Khoa học ,

phác thảo của nó có ý nghĩa .

Professor Johnson be ed not involve ed in the study but write ed Tách từ tiếng an accompanying article in the same issue of Science , outline Anh thành ing its significance .

nguyên mẫu Giáo sư Johnson là không liên quan đến việc nghiên cứu , nhưng và phụ tố đã viết một accompanying bài viết trong cùng một vấn đề của

Khoa học , phác thảo của nó có ý nghĩa .

Như vậy, việc tích hợp thông tin từ loại và hình thái của tiếng Anh đã có cải thiện kết quả dịch trong một số trường hợp. Tuy nhiên, kết quả dịch vẫn phụ thuộc rất nhiều vào hiệu quả của các công cụ đánh nhãn từ loại và phân tích hình thái. Do đó, từ trong câu tiếng Anh bị phân tích sai dẫn đến nhiều trường hợp câu dịch tệ hơn hệ cơ sở. Mặc khác, ngữ liệu không bao phủ hết các nhãn từ loại của từ cũng dẫn đến hệ dịch không hiệu quả.

5.3.1.2. Chuyển đổi trật tự từ

Bảng 5.3. Kết quả dịch của các hệ chuyển đổi trật tự từ

BLEU NIST TER

Hệ cơ sở 43,31 9,8269 37,914

Bảng 5.3 hiển thị kết quả dịch của hệ dịch áp dụng luật chuyển đổi trật tự. Kết quả cho thấy khi dùng luật chuyển đổi, hiệu quả dịch cao hơn so với hệ cơ sở.

Kết quả gióng hàng từ cho thấy, sau khi áp dụng luật chuyển đổi trật tự cho câu nguồn, số lượng gióng hàng chéo giảm đáng kể. Do câu tiếng Anh đã được thay đổi vị trí sao cho gần giống với tiếng Việt nhất. Nhờ vậy, hệ thống dịch hiệu quả hơn.

Our training time is too long and could limit the doctors ' motivation and waste our medical talent .

Ngữ liệu

Thời gian đào tạo của chúng tôi là quá dài và có thể giới hạn

động cơ của các bác sĩ và lãng phí tài năng y học của chúng ta .

Baseline của chúng tôi đào tạo thời gian là quá lâu dài và có thể giới hạn sự bác sĩ của động lực và chất thải của chúng tôi y tế tài năng .

time training Our is too long and could limit the motivation ' doctors and waste talent medical our .

Chuyển đổi

thời gian đào tạo của chúng tôi là quá lâu dài và có thể giới hạn trật tự

sự động lực của các bác sĩ và chất thải tài năng y tế của chúng tôi .

But his real interest remains in the distant provinces of the empire .

Ngữ liệu

Nhưng sự quan tâm thực sự của ông vẫn còn ở các tỉnh xa xôi

của đế quốc .

Baseline Nhưng ông thực sự quan tâm vẫn còn ở xa xôi tỉnh của đế quốc . But interest real his remains in the provinces distant of the Chuyển đổi

empire . trật tự

của đế quốc .

Tuy nhiên, không phải trường hợp áp dụng luật nào cũng cải thiện được hệ dịch. Vì không phải luật nào cũng bao quát được mọi trường hợp. Luật được áp dụng sai dẫn đến lượng gióng hàng chéo trong câu lại tăng lên, kéo theo kết quả dịch tệ hơn so với hệ dịch cơ sở.

In the plan toward the year 2010 , Vietnam National Administration of Tourism declares Van Phong as " the most important region for tourism development " .

Ngữ liệu

Trong kế hoạch hướng tới năm 2010 , Tổng cục Du lịch Việt Nam công bố Văn Phong là khu phát triển du lịch quan trọng nhất .

Trong các kế hoạch hướng đến năm 2010 , Việt Nam Tổng cục Baseline

Du lịch tuyên bố Vân Phong là " quan trọng nhất của khu vực cho phát triển du lịch " .

In the plan toward the year 2010 , Vietnam National

Administration of Tourism declares Van Phong as " the most

Chuyển đổi region important for tourism development " . trật tự

Trong các kế hoạch đến năm 2010 , Việt Nam Tổng cục Du lịch tuyên bố Vân Phong là " hầu hết các khu vực quan trọng cho phát triển du lịch " .

5.1.1.1. Thêm thông tin hình thái từ trong câu tiếng Việt

Thông tin hình thái từ của tiếng Việt được khảo sát bao gồm ranh giới từ và từ loại. i. Phân đoạn từ trong câu tiếng Việt

Bảng 5.4. Kết quả dịch của các hệ tích hợp thông tin hình thái từ vào câu tiếng Việt

BLEU NIST TER

Hệ cơ sở

Tách từ tiếng Việt Đổi trật tự từ tiếng Anh

Đổi trật tự từ tiếng Anh + Tách từ tiếng Việt

43,31 9,8269 37,914 44,19 9,9079 37,103

45,88 9,9461 36,429

46,49 10,0107 35,850

Kết quả cho thấy hệ dịch được cải thiện nếu khi gán nhãn ranh giới từ cho câu tiếng Việt. Khi kết hợp chuyển đổi trật tự từ ở câu tiếng Anh và phân đoạn từ tiếng Việt, kết quả được cải tiến đáng kể.

Hiệu quả dịch được nâng cao do số liên kết gióng hàng từ 1− (liên kết giữa 1 token với nhiều token) giảm đáng kể và từ trong các ngữ được rút ra không bị gián

đoạn. Nhờ vậy, hệ dịch có thể thống kê các cặp ngữ chính xác hơn và tìm kiếm câu dịch tốt hơn.

Bảng 5.5. Số liên kết gióng hàng từ trong các mô hình

Tổng số liên kết Số liên kết trung

bình trong câu

Cơ sở 771.492 37,74

Tách từ tiếng Việt 616.846 30,18

Đổi trật tự tiếng Anh 770.424 37,69

Đổi trật tự tiếng Anh + 616.589 30,16

Tách từ tiếng Việt

Sau đây là một số ví dụ cho kết quả gióng hàng từ của hệ cơ sở và hệ dịch có câu tiếng Việt được tách từ:

Ví dụ 1:

All industrial and processing zones must have waste treatment systems .

Tất_cả các khu công_nghiệp và khu chế_xuất phải có các hệ_thống xử_lý chất_thải .

Kết quả gióng hàng từ hệ baseline:

0-0 0-1 4-2 4-3 1-4 1-5 2-6 3-7 4-7 3-8 3-9 5-10 6-11 9-13 9-14 8-15 8-16 7-17 7-18 10-19

All industrial and processing zones must have waste treatment systems .

Tất cả các khu công nghiệp và khu chế xuất phải có các hệ thống xử lý chất thải . Kết quả gióng hàng từ của hệ dịch khi tách từ:

0-0 4-2 1-3 2-4 4-5 3-6 5-7 6-8 9-10 8-11 7-12 10-13

All industrial and processing zones must have waste treatment systems .

Tích hợp thông tin hình thái từ trong câu tiếng Anh

Mô hình dịch thống kê factored (Factored SMT)

Dùng thông tin cú pháp