机器翻译系统特征权值的贝叶斯优化方法

摘要：

针对机器翻译中存在的特征权重的领域自适应问题,提出一种联合最小贝叶斯融合的系统权重训练方法.在协同训练的框架内,采用不同解码器的输出作为参考译文,通过扩展开发集,保证特征权重训练的有效性.通过利用最小贝叶斯风险融合方法,提升协同训练的稳定性.实验结果表明,该方法较好解决了特征权重的领域自使用问题,优化了机器翻译质量.

关键词：机器翻译、协同训练、最小贝叶斯风险、特征权重、领域自适应

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：河南省基础与前沿技术研究计划基金项目142300410283

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1156-1160