Merge branch 'master' of http://47.105.50.196/NiuTrans/Toy-MT-Introduction

e46c4b29 · Lee · 4618854c · 686fef16 · e46c4b29 · e46c4b29
Commit e46c4b29 authored Dec 19, 2019 by Lee
--- a/Section04-Phrasal-and-Syntactic-Models/section04-test.tex
+++ b/Section04-Phrasal-and-Syntactic-Models/section04-test.tex
@@ -124,52 +124,15 @@
 \section{基于层次短语的模型}
 %%%------------------------------------------------------------------------------------------------------------
-%%%  短语系统的问题 - 数据稀疏和无法处理长距离依赖
+%%%  使用翻译规则
-\begin{frame}{基于短语的方法的不足}
+\begin{frame}{使用翻译规则描述翻译过程}
 \begin{itemize}
-\item 短语可以很好的捕捉词语之间的局部搭配和调序，但是长距离依赖需要更长的短语
+\item 翻译过程可以用上述规则描述
    \begin{itemize}
-    \item 实践中发现使用超过长度3的短语作用不大
+    \item 规则的源语和目标语端都对应连续的词串
-    \item 短语非常稀疏，包含多个词的短语大多非常低频
+    \item 每个变量在源语和目标语端可以被同步替换
    \end{itemize}
-    \vspace{0.5em}
-    \begin{center}
-    \begin{tabular}{l | r}
-    短语(中文) & 训练数据中出现频次 \\ \hline
-    包含 & 3341 \\
-    包含 多个 & 213 \\
-    包含 多个 词 & 12 \\
-    包含 多个 词 的 & 8 \\
-    包含 多个 词 的 短语 & 0 \\
-    包含 多个 词 的 短语 大多 & 0
-    \end{tabular}
-    \end{center}
-\vspace{0.5em}
-\item 简单使用短语和$n$-gram语言模型无法处理长距离的调序
-    \begin{itemize}
-    \item 引入独立的调序模型，比如简单的基于距离的调序
-    \item 当然，也可以设计更加复杂的调序模型
-    \end{itemize}
-\end{itemize}
-\end{frame}
-%%%------------------------------------------------------------------------------------------------------------
-%%%  短语系统的问题 - 一个实例
-\begin{frame}{基于短语的方法的不足 - 一个实例}
-\begin{itemize}
-\item 一个短语翻译不成功的例子
 \end{itemize}
-\begin{center}
-\begin{tikzpicture}
-\begin{scope}
-\node [anchor=east] (shead) at (0,0) {源语:};
-\end{scope}
-\end{tikzpicture}
-\end{center}
 \end{frame}
 %%%------------------------------------------------------------------------------------------------------------

--- a/Section04-Phrasal-and-Syntactic-Models/section04.tex
+++ b/Section04-Phrasal-and-Syntactic-Models/section04.tex
@@ -1364,7 +1364,7 @@ $d$是一个$(\textbf{s},\textbf{t})$上基于短语的翻译推导，$\textrm{P
 \end{frame}
 %%%------------------------------------------------------------------------------------------------------------
-%%%  短语系统的问题
+%%%  短语系统的问题 - 数据稀疏和无法处理长距离依赖
 \begin{frame}{基于短语的方法的不足}
 \begin{itemize}
 \item 短语可以很好的捕捉词语之间的局部搭配和调序，但是长距离依赖需要更长的短语
@@ -1373,24 +1373,94 @@ $d$是一个$(\textbf{s},\textbf{t})$上基于短语的翻译推导，$\textrm{P
    \item 短语非常稀疏，包含多个词的短语大多非常低频
    \end{itemize}
+    \vspace{0.5em}
+    \begin{center}
    \begin{tabular}{l | r}
-    短语(中文) & 训练数据中频次 \hline \\
+    短语(中文) & 训练数据中出现频次 \\ \hline
    包含 & 3341 \\
    包含 多个 & 213 \\
+    包含 多个 词 & 12 \\
+    包含 多个 词 的 & 8 \\
+    包含 多个 词 的 短语 & 0 \\
+    包含 多个 词 的 短语 大多 & 0
    \end{tabular}
+    \end{center}
+\vspace{0.5em}
+\item<2-> 简单使用短语和$n$-gram语言模型无法处理长距离的调序
+    \begin{itemize}
+    \item 引入独立的调序模型，比如简单的基于距离的调序
+    \item 当然，也可以设计更加复杂的调序模型
+    \end{itemize}
 \end{itemize}
 \end{frame}
 %%%------------------------------------------------------------------------------------------------------------
-%%%  可能的解决方法
+%%%  短语系统的问题 - 一个实例
-\begin{frame}{需要更好的建模语言的层次结构}
+\begin{frame}{基于短语的方法的不足 - 一个实例}
-% David Chiang ACL2005的论文
+\begin{itemize}
+\item 一个短语翻译不成功的例子(Chiang, 2015)
+\end{itemize}
+\vspace{-1.5em}
+\begin{center}
+\begin{tikzpicture}
+\begin{scope}
+\node [anchor=east] (shead) at (0,0) {源语:};
+\node [anchor=west] (swords) at (shead.east) {澳洲\ \ 是\ \ 与\ \ 北韩\ \ 有\ \ 邦交\ \ 的\ \ 少数\ \ 国家\ \ 之一};
+\node [anchor=north east] (thead) at ([yshift=-0.8em]shead.south east) {短语系统:};
+\node [anchor=west] (twords) at (thead.east) {Australia is diplomatic relations with North Korea};
+\node [anchor=north west] (twords2) at ([yshift=-0.2em]twords.south west) {is one of the few countries};
+\node [anchor=north east] (rhead) at ([yshift=-2.2em]thead.south east) {参考译文:};
+\node [anchor=west] (rwords) at (rhead.east) {Australia is one of the few countries that have};
+\node [anchor=north west] (rwords2) at ([yshift=-0.2em]rwords.south west) {diplomatic relations with North Korea};
+\begin{pgfonlayer}{background}
+\visible<2->{
+\draw[fill=red!20,draw=white] ([xshift=-5.6em]twords.north) rectangle ([xshift=11em]twords.south);
+\draw[fill=blue!20,draw=white] ([xshift=-4.8em]twords2.north) rectangle ([xshift=6.3em]twords2.south);
+\node [anchor=south east,inner sep=1pt,fill=black] (l1) at ([xshift=11em]twords.south) {\tiny{{\color{white} 1}}};
+\node [anchor=south east,inner sep=1pt,fill=black] (l2) at ([xshift=6.3em]twords2.south) {\tiny{{\color{white} 2}}};
+}
+\end{pgfonlayer}
+\end{scope}
+\end{tikzpicture}
+\end{center}
+\begin{itemize}
+\item<2-> 从短语系统翻译结果可以看出
+	\begin{itemize}
+	\item diplomatic relations with North Korea能够进行正确调序
+	\item one of the few countries能够进行正确调序
+	\item \textbf{但是}，两个短语（\tikz{\node[fill=black,inner sep=2pt] {\tiny{{\color{white} 1}}};} 和 \tikz{\node[fill=black,inner sep=2pt] {\tiny{{\color{white} 2}}};}）没有正确调序 - 怎么办？
+	\end{itemize}
+\end{itemize}
 \end{frame}
 %%%------------------------------------------------------------------------------------------------------------
-%%%  基于句法的翻译系统流程
+%%%  引入层次短语规则
-\begin{frame}{基于同步文法/句法的机器翻译流程}
+\begin{frame}{引入新的翻译单元}
-% Manual第42页
+\begin{itemize}
+\item 显然，通过由连续单词构成的短语拼装出理想的译文需要比较复杂的机制。但是，语言是有``结构''的，我们可以用一种新的方式描述翻译：
+\begin{displaymath}
+<\textrm{与}\ X_1\ \textrm{有}\ X_2,\ \ \textrm{have}\ X_2\ \textrm{with}\ X_1>
+\end{displaymath}
+这里，$X_1$和$X_2$表示变量，源语和目标语相同的变量表示对应关系，变量可以被其它连续词串替换。这样，这种源语言和目标语言的对应构成了一种翻译规则或模版，相当于把``$\textrm{与}\ X_1\ \textrm{有}\ X_2$''翻译为``$\textrm{have}\ X_2\ \textrm{with}\ X_1$''，调序信息就隐含在变量的编号里
+\vspace{0.5em}
+\item<2-> 类似的，可以写出很多这样的翻译规则
+\vspace{-1.5em}
+\begin{eqnarray}
+<X_1\ \textrm{是}\ X_2, & & X_1\ \textrm{is}\ X_2> \nonumber \\
+<X_1\ \textrm{之一},& & \textrm{one\ \ of\ \ }X_1> \nonumber \\
+<X_1\ \textrm{的}\ X_2,& & X_2\ \textrm{that\ \ have\ \ }X_1> \nonumber
+\end{eqnarray}
+\end{itemize}
 \end{frame}
 %%%------------------------------------------------------------------------------------------------------------
@@ -1398,7 +1468,7 @@ $d$是一个$(\textbf{s},\textbf{t})$上基于短语的翻译推导，$\textrm{P
 %%%------------------------------------------------------------------------------------------------------------
 %%%  上下文无关文法
-\begin{frame}{上下文无关文法}
+\begin{frame}{同步上下文无关文法}
 % 形式定义
 \end{frame}
@@ -1409,6 +1479,17 @@ $d$是一个$(\textbf{s},\textbf{t})$上基于短语的翻译推导，$\textrm{P
 \end{frame}
 %%%------------------------------------------------------------------------------------------------------------
+%%%  glue rule
+\begin{frame}{胶水规则}
+\end{frame}
+%%%------------------------------------------------------------------------------------------------------------
+%%%  基于句法的翻译系统流程
+\begin{frame}{基于同步文法/句法的机器翻译流程}
+% Manual第42页
+\end{frame}
+%%%------------------------------------------------------------------------------------------------------------
 \subsection{层次短语规则及翻译特征}
 %%%------------------------------------------------------------------------------------------------------------