基于投票平均的最小错误率训练算法

摘要：

最小错误率训练是统计机器翻译中标准的调参方法,但由于搜索过程中的贪婪特性,往往会导致结果不稳定或陷入局部最优.本文提出投票平均方法来增强标准调参方法——通过翻译验证集,对训练过程的中间结果进行投票平均,从而获得更稳定和准确的参数。在新闻和口语两个领域上的中文到英文翻译的实验表明,本方法是有效的.

关键词： 机器翻译 汉英翻译 参数提取 最小错误率训练算法

作者: 王志洋 姜文斌 吕雅娟 刘群

作者单位: 中国科学院计算技术研究所 智能信息处理重点实验室 北京 100190

会议类型: 国内会议

会议名称: 第五届全国机器翻译研讨会

会议地点: 南京

会议语种:中文

页码: 149-154

在线出版日期: 2009-10-16（万方平台首次上网日期，不代表论文的发表时间）