大規模特征集翻譯系統判別式訓練方法綜述

劉宇鵬等

摘要：由于傳統機器翻譯是在小規模的開發集上進行訓練的，這樣不能很好的擬合數據。為了更好的完成機器翻譯任務，需要在大規模數據特征集合上進行訓練，而且現在主流的機器翻譯訓練算法是判別式的訓練方法，本文從這兩個角度出發，在更大機器學習的框架下對于機器翻譯任務進行建模，克服了原有機器翻譯模型進行建模的時候數學抽象能力不夠的問題，并從四個大的方面分析了大規模特征集機器翻譯系統判別式訓練算法所面臨的問題進行了分析，并從文獻上給出了相關問題的解決方法。endprint

摘要：由于傳統機器翻譯是在小規模的開發集上進行訓練的，這樣不能很好的擬合數據。為了更好的完成機器翻譯任務，需要在大規模數據特征集合上進行訓練，而且現在主流的機器翻譯訓練算法是判別式的訓練方法，本文從這兩個角度出發，在更大機器學習的框架下對于機器翻譯任務進行建模，克服了原有機器翻譯模型進行建模的時候數學抽象能力不夠的問題，并從四個大的方面分析了大規模特征集機器翻譯系統判別式訓練算法所面臨的問題進行了分析，并從文獻上給出了相關問題的解決方法。endprint

摘要：由于傳統機器翻譯是在小規模的開發集上進行訓練的，這樣不能很好的擬合數據。為了更好的完成機器翻譯任務，需要在大規模數據特征集合上進行訓練，而且現在主流的機器翻譯訓練算法是判別式的訓練方法，本文從這兩個角度出發，在更大機器學習的框架下對于機器翻譯任務進行建模，克服了原有機器翻譯模型進行建模的時候數學抽象能力不夠的問題，并從四個大的方面分析了大規模特征集機器翻譯系統判別式訓練算法所面臨的問題進行了分析，并從文獻上給出了相關問題的解決方法。endprint