Frasbaserade

Frasbaserade metoder, eller frasbaserad översättning, är en klass av språkteknologiska metoder som behandlar text som sekvenser av fraser snarare än som enskilda ord. En fras kan vara en eller flera ord som ofta översätts tillsammans. Inom statistisk maskinöversättning används en frasetabell som kopplar källfraser till målfraser med olika sannolikheter. En språkmodell på målspråket bedömer den flytande och gramatiska kvaliteten hos den föreslagna texten, medan en omordningskomponent justerar ordningsföljden för att bättre spegla målrestriktioner.

Frasbaserade system tränas på parallella korpusar där meningar finns på båda språken. Käll- och målspråksfraser identifieras ofta genom ordalignering som utvecklats i IBM-modellerna; verktyg som GIZA++ används för att få fraspar. Därefter byggs en frasetabell och en sök-/decodermodell som söker den mest sannolika sammanställningen av målfraser till en sammanhängande översättning.

Fördelar med frasbaserade metoder inkluderar bättre hantering av mångordiga uttryck och överensstämmelse med mänskliga översättningar i vardagsspråk, samt minskat datasmidighet jämfört med ren ordbaserad översättning. Begränsningar innefattar att de ofta misslyckas med längre beroenden och komplexa semantiska relationer samt att de kräver stora, högkvalitativa parallella korpusar.

Frasbaserad översättning var en framträdande metod under 2000-talet och utgör en viktig byggsten i utvecklingen av statistiska översättningssystem. Under 2010-talet har neural maskinöversättning i stor utsträckning blivit dominerande, men frasbaserade och hybridmodeller används fortfarande i vissa tillämpningar och som referenspunkt.

Se även: frasbaserad översättning, statistisk maskinöversättning, IBM-modeller, GIZA++.