统计机器翻译领域自适应综述

摘要：

统计机器翻译的准确性在很大程度上取决于翻译建模的质量,而翻译建模往往依赖于数据的分布.通常,大多数机器学习任务会假设训练数据和测试数据是独立同分布的,然而在实际的系统中,这种假设未必成立.因此,为了达到性能的最优,需要根据数据分布的情况对模型进行适当的迁移.近年来,领域自适应技术成为统计机器翻译研究中的一个热点话题,目的在于解决训练数据和测试数据的领域分布不一致问题.本文介绍了几类流行的统计机器翻译领域自适应方法,并对未来的研究提出一些展望.

关键词：统计机器翻译、领域自适应

所属期刊栏目：4

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2015-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34