Comparison and system combination of n-gram-based and syntax-based machine translation systems

En este artículo se comparan dos sistemas basados en dos aproximaciones diferentes de traducción automática: El denominado sistema de la Traducción Automática Aumentado con Sintaxis (SAMT / TAAS), basado en una sintaxis subyacente al modelo basado en frases, y el sistema de traducción automática estadística (TAE) basado en n-gramas en el cual el proceso de traducción está basado en el modelado estocástico del contexto bilingüe. Se realiza una comparación de la arquitectura de los dos sistemas paso a paso y se comparan también los resultados en base a las medidas automáticas de evaluación de la calidad de traducción y los recursos computacionales para una pequeña tarea árabe-inglés que pertenece al dominio de noticias. Finalmente, se combinan las salidas de ambos sistemas para obtener una mejora significativa de la calidad de la traducción.In this paper we shall compare two approaches to machine translation: the Syntax Augmented Machine Translation system (SAMT), which is a syntax- driven translation system, underlain by phrase-based model, and the n-gram-based Statistical Machine Translation (SMT), in which a translation process is based on statistical modeling of the bilingual context. We provide a step-by-step comparison of the systems, reporting results in terms of automatic evaluation metrics and required computational resources for a smaller Arabic-to-English translation task from the news domain. Finally, we combine the output of both systems that yield to significant improvement of translation quality