来源：期刊VIP网 时间：
作者：冯文贺;李熳佳;张文娟;
单位：广东外语外贸大学外国语言学及应用语言学研究中心语言工程与计算实验室;广州理工学院计算机科学与工程学院;
摘要：长句翻译一直是机器翻译的难题。本文根据汉语中相当数量的逗号和句号可相互转化的特点，提出“隐性句号”和“隐性逗号”概念，并实现其自动识别，以将汉语长句变为短句用于汉英机器翻译。为此，首先通过人工与半监督学习结合方法构建一个隐性句逗数据集，实现基于预训练模型的隐性句逗识别方法，其中性能最好的Hierarchical BERT作为后续应用模型。进而，实现基于隐性句逗识别的汉英机器翻译方法。在新闻和文学公开翻译测试语料上基于预训练机器翻译模型的实验表明，对于汉语长句的英译，本文方法相比基准翻译的BLEU值整体有所提高，而且在相对稳健机器翻译模型上，呈现为句子越长本文方法效果越明显。
关键词：机器翻译;;长句翻译;;隐性句逗号;;汉语长句;;逗号识别;;句内标点
基金资助：教育部人文社科基金“汉英机器翻译的结构性篇章质量评估研究”(24YJA740014);教育部人文社科基金“面向机器翻译的汉英复杂句主从对齐语料自动构建”(22YJCZH091);; 广东省教育厅GK特色创新项目“机器翻译的结构性篇章质量评估研究”(2023WTSCXO17)的阶段性成果
