1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立完成的研究成果。本人在論文寫作中參考其他個人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費(fèi)或?qū)嶒?yàn)室的資助，在()實(shí)驗(yàn)室完成。(請在以上括號內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒?yàn)室名稱，未有此項(xiàng)聲明內(nèi)容的，可以不作特別聲明。)聲明人(簽名)：彳艙侈砂易

2、年f月2》Et摘要隨著信息技術(shù)的不斷進(jìn)步和計算機(jī)網(wǎng)絡(luò)的飛速發(fā)展，每天在互聯(lián)網(wǎng)上傳播的信息和知識達(dá)到以往數(shù)倍。同時，現(xiàn)實(shí)領(lǐng)域中也產(chǎn)生了海量的雙語數(shù)據(jù)，這些數(shù)據(jù)對于統(tǒng)計機(jī)器翻譯研究無疑是一筆巨大的財富。但是，由于數(shù)據(jù)來源不同、獲取方法粗糙、譯員水平不一等問題，導(dǎo)致數(shù)據(jù)的質(zhì)量和領(lǐng)域存在巨大差異，這些差異性都會影響到機(jī)器譯文的質(zhì)量。此外，受限于計算能力和存儲能力的制約，在單機(jī)環(huán)境下已經(jīng)很難高效的處理TB級以上的大規(guī)模文本語料。本文圍繞上述幾個問

3、題展開研究，嘗試分析并解決語料質(zhì)量和領(lǐng)域差異對統(tǒng)計機(jī)器翻譯帶來的問題。主要工作和創(chuàng)新點(diǎn)包括以下幾點(diǎn)：1基于雙語句對質(zhì)量的語料篩選。本文提出了兩種語料篩選策略，基于雙語句對長度比值方法和基于詞對齊信息方法。這兩種方法的創(chuàng)新之處是都不需要額外語言學(xué)資源如雙語詞典、句法分析器等作為輔助，不需要人工干預(yù)，可以自動挑出質(zhì)量較差的句對，并可以適用于任何語種對。實(shí)驗(yàn)表明，兩種方法均有不錯的效果，可以有效提高統(tǒng)計機(jī)器翻譯質(zhì)量。2雙語平行句對的領(lǐng)域自動分