RESUM

Aquesta tesi presenta diverses contribucions als camps de la traducció
automàtica estadística i la traducció interactiva des d'un enfocament
estadístic.

Al camp de la traducció automàtica estadística, es presenten
contribucions en relació als tres problemes fonamentals a abordar en
aquesta disciplina: el problema del modelatge, el problema de
l'entrenament i el problema de la cerca.

Respecte el problema del modelatge, es proposa una derivació alternativa
dels models de seqüències de paraules. Aquesta derivació introdueix un
conjunt de submodels probabilístics que governen diversos aspectes del
procés de traducció. Addicionalment, els submodels que s'obtenen poden
introduir-se com a components d'un model log-lineal.

Respecte al problema de l'entrenament, es descriu una tècnica
alternativa d'estimació de models de seqüències de paraules que tracta
de reduir la forta component heurística de les tècniques d'entrenament
estàndard. La tècnica d'estimació proposada considera els parells de
seqüències de paraules que componen el model com a part de
bisegmentacions completes de les frases origen i destí. Es demostra
tant teòrica com empíricament que la nova tècnica d'estimació pot
executar-se eficientment. Resultats experimentals obtinguts amb la
ferramenta d'estimació de lliure ús THOT presentada en aquesta tesi,
demostren que la tècnica d'estimació proposada obté models amb menor
perplexitat que els obtinguts amb la tècnica d'estimació estàndard. No
obstant això, no s'han aconseguit millores en els resultats de traducció.

Per a abordar el problema de la cerca es proposa l'ús d'un algorisme
basat en el paradigma de ramificació i poda. L'algorisme proposat
generalitza distintes estratègies de cerca a les quals s'accedeix
modificant els paràmetres d'entrada. El rendiment de les distintes
variants de funcionament que presenta l'algorisme de
cerca generalitzat s'avaluà empíricament.

A més a més, també s'aborda una modificació del problema
de la cerca que consisteix en l'obtenció del millor alineament a
nivell de seqüències de paraules per a un parell de frases. Per resoldre
aquest nou problema s'apliquen tècniques de suavitzat sobre els models
de seqüències de paraules i es modifica l'algorisme de cerca definit
inicialment perquè puga explorar l'espai de possibles
alineaments. Els resultats experimentals demostren que les tècniques
proposades són capaces de generar alineaments de forma eficient i
robusta.

Un inconvenient de l'ús de models de seqüències de paraules és el seu
enorme tamany quan s'estimen a partir de corpus molt grans. En la tesi es
proposen tècniques per a alleugerir aquest problema, tant en la fase
d'estimació com en la fase de decodificación. Amb aquesta finalitat es
transformen els requeriments de memòria en requeriments de disc
dur. Els resultats empírics demostren que els accessos a disc no degraden
apreciablement l'eficiència del sistema. 

Al camp de la traducció interactiva des d'un enfocament estadístic, es
presenten, en primer lloc, tècniques alternatives per a implementar
sistemes de traducció interactiva. En segon lloc, també es descriu una
proposta de sistema de traducció interactiva capaç d'aprendre de les
traduccions validades per l'usuari mitjançant tècniques d'aprenentatge
online.

Respecte a les tècniques alternatives de traducció interactiva, es
proposen dues tècniques diferents. La primera d'elles es basa en la
generació d'alineaments parcials a nivell de seqüències de
paraules. Aquest enfocament constitueix una aplicació de la generació
d'alineaments a nivell de seqüències de paraules també descrit en
aquesta tesi. La segona de les tècniques proposades aborda el procés de
traducció interactiva amb l'ajuda de grafs de paraules i models
correctors d'errades estocàstics. L'enfocament proposat difereix 
d'altres sistemes de traducció interactiva basats en grafs de paraules en
que introdueix el procés de correcció d'errades dins del marc
estadístic. Ambdues tècniques de traducció interactiva s'han avaluat
mitjançant experiments, demostrant ser competitives amb sistemes de
traducció interactiva de l'estat de l'art. A més a més, aquestes
tècniques s'han usat per a implementar un prototip de traducció
interactiva basat en l'arquitectura client-servidor.

Finalment, el sistema de traducció interactiva amb aprenentatge online
que es mencionava anterioment, es basa en l'ús de models estadístics
actualizables de manera incremental. El principal obstacle a l'hora
d'obtenir versions incrementales dels models estadístics involucrats en
el procés de traducció apareix quan aquests models s'estimen per mitjà
de l'algorisme expectation-maximisation. Per a resoldre aquest problema es
proposa l'aplicació de la visió incremental d'aquest algorisme. El
sistema de traducció interactiva amb aprenentatge online s'avaluà
experimentalment, demostrant-se que és capaç d'aprendre tant a partir de
models prèviament estimats com de models buits. Els resultats dels
experiments també demostren que el rendiment del sistema que es proposa
és significativament millor que altres sistemes de l'estat de l'art
descrits en la literatura.