bug fixes (section 4, slides)

Section04-Phrasal-and-Syntactic-Models/section04.tex

@@ -5130,7 +5130,7 @@ $\textrm{VP(VV(提高) NN}_1) \to \textrm{increases\ NN}_1$ \\
 
 \begin{beamerboxesrounded}[upper=uppercolblue,lower=lowercolblue,shadow=true]{定义 - Span}
 {\small
-对于一个源语言句法树节点，它的Span是这个节点所对应到到目标语的第一个单词和最后一个单词所构成的索引范围
+对于一个源语言句法树节点，它的Span是这个节点所对应到目标语的第一个单词和最后一个单词所构成的索引范围
 }
 \end{beamerboxesrounded}
 
@@ -5205,7 +5205,7 @@ $\textrm{VP(VV(提高) NN}_1) \to \textrm{increases\ NN}_1$ \\
 
 \begin{beamerboxesrounded}[upper=uppercolblue,lower=lowercolblue,shadow=true]{定义 - Complement Span}
 {\small
-对于一个源语言句法树节点，它的Complement Span是除了它的祖先和子孙阶段外的其它节点Span的并集
+对于一个源语言句法树节点，它的Complement Span是除了它的祖先和子孙节点外的其它节点Span的并集
 }
 \end{beamerboxesrounded}
 
@@ -6309,13 +6309,13 @@ NP-BAR(NN$_1$ NP-BAR$_2$) $\to$ NN$_1$ NP-BAR$_2$
 \vspace{-1.3em}
 \begin{eqnarray}
 \langle\ \textrm{VP}, \textrm{VP}\ \rangle & \to & \langle\ \textrm{VP(PP}_{1}\ \textrm{VP(VV(表示) NN}_{2})), \nonumber \\
-& & \ \ \textrm{VP(VBZ(was) VP(VBZ}_{2}\ \textrm{PP}_{1}))\ \rangle \nonumber
+& & \ \ \textrm{VP(VBZ(was) VP(VBN}_{2}\ \textrm{PP}_{1}))\ \rangle \nonumber
 \end{eqnarray}
 表示为\alert{树片段到树片段}的映射形式\\
 \vspace{-1.3em}
 \begin{eqnarray}
 & & \textrm{VP(PP}_{1}\ \textrm{VP(VV(表示) NN}_{2})) \nonumber \\
-& \to & \textrm{VP(VBZ(was) VP(VBZ}_{2}\ \textrm{PP}_{1})) \nonumber
+& \to & \textrm{VP(VBZ(was) VP(VBN}_{2}\ \textrm{PP}_{1})) \nonumber
 \end{eqnarray}
 
 \item<2-> 可以通过扩展GHKM方法进行树到树规则抽取
@@ -6757,7 +6757,7 @@ NP-BAR(NN$_1$ NP-BAR$_2$) $\to$ NN$_1$ NP-BAR$_2$
 %%%  基于树的解码 vs 基于串的解码
 \begin{frame}{基于树的解码 vs 基于串的解码}
 \begin{itemize}
-\item 前面的公式本质上描述了一种基于串的解码，即对输入的源语言句子通过句法模型进行翻译，得到译文串。不过，搜索所有的推导导致巨大的解码空间。对于树到串和树到树翻译来说，源语言句法树是可见的，因此可以使用另一种解码方法 - 基于树的解码，即把输出入的源语句法树翻译为目标语串\\
+\item 前面的公式本质上描述了一种基于串的解码，即对输入的源语言句子通过句法模型进行翻译，得到译文串。不过，搜索所有的推导会导致巨大的解码空间。对于树到串和树到树翻译来说，源语言句法树是可见的，因此可以使用另一种解码方法 - 基于树的解码，即把输出入的源语句法树翻译为目标语串\\
 \end{itemize}
 
 \centering
@@ -7121,7 +7121,7 @@ NP-BAR(NN$_1$ NP-BAR$_2$) $\to$ NN$_1$ NP-BAR$_2$
 \item 不同于基于树的解码，\alert{基于串的解码}方法并不要求输入句法树，它直接对输入词串进行翻译，最终得到译文。
     \begin{itemize}
     \item 这种方法适用于树到串、串到树、树到树等多种模型
-    \item 本质上，由于并不受固定输入的句法树约束，基于串的解码可以探索更多潜在的树结构，这也增大了搜索空间(相比基于串的解码)，因此该方法更有可能找到高质量翻译结果
+    \item 本质上，由于并不受固定输入的句法树约束，基于串的解码可以探索更多潜在的树结构，这也增大了搜索空间(相比基于树的解码)，因此该方法更有可能找到高质量翻译结果
     \end{itemize}
 \item<2-> 在基于串的方法中，句法结构被看做是翻译的隐含变量，而非线性的输入和输出。比如，层次短语翻译解码就是一种典型的基于串的解码方法，所有的翻译推导在翻译过程里动态生成，但是并不要输入或者输出这些推导所对应的层次结构
 \end{itemize}