مدل ترجمه عبارت-مرزی با استفاده از برچسب های کم عمق نحوی

مدل عبارت-مرزی برای ترجمه ماشینی آماری، قواعد را با طبقه کلمات مرزی عبارات پیکره مقصد برچسب می زند. در این مقاله مدل عبارت-مرزی را با استفاده از برچسب های کم عمق نحوی شامل برچسب POS و برچسب قطعات توسعه می دهیم. با اولویت برچسب قطعات، مدل پیشنهادی، غیرپایانه ها را با برچسب های کم عمق نحوی در مرز عبارات مقصد نام گذاری می کند. در قیاس با مدل SAMT که قواعد را با درخت تجزیه نحوی جملات مقصد برچسب می زند، مدل پیشنهادی به تجزیه عمیق نحوی نیاز ندارد. همچنین، هرچه تفاوت ترتیب کلمات زبان مبداء و مقصد ترجمه بیشتر باشد، عبارات تراز شده قابل انطباق با درخت تجزیه نحوی، کمتر خواهد بود. تعدادی آزمایش در ترجمه از فارسی و آلمانی به انگلیسی به عنوان جفت زبان هایی با تفاوت زیاد در ترتیب کلمات انجام شد. در این آزمایش ها، مدل عبارت-مرزی پیشنهادی نسبت به مدل SAMT در حدود 5/0 واحد BLEU کیفیت ترجمه بهتری به دست آورد.