面向文本简化优化统计机器翻译

目前大多数句子简化系统采用基础的机器翻译模型，通过人工简化平行语料库学习词汇和句法层面的同义表达。然而，这类方法受限于人工简化语料的质量与规模，而构建此类语料成本高昂。本文深入探索了统计机器翻译技术在句子简化任务中的适配应用，充分利用从双语文本中学习到的大规模同义表达，并结合少量具有多参考答案的人工简化数据。本研究首次设计出适用于句子简化系统的自动评估指标，能够有效支持系统的调优与评估，从而推动该任务的迭代式开发。