大规模特征集翻译系统判别式训练方法综述

摘要：

由于传统机器翻译是在小规模的开发集上进行训练的,这样不能很好的拟合数据.为了更好的完成机器翻译任务,需要在大规模数据特征集合上进行训练,而且现在主流的机器翻译训练算法是判别式的训练方法,本文从这两个角度出发,在更大机器学习的框架下对于机器翻译任务进行建模,克服了原有机器翻译模型进行建模的时候数学抽象能力不够的问题,并从四个大的方面分析了大规模特征集机器翻译系统判别式训练算法所面临的问题进行了分析,并从文献上给出了相关问题的解决方法.

关键词：损失函数、大规模特征集、在线算法、正则化

所属期刊栏目：19

分类号：TP391.2(计算技术、计算机技术)

资助基金：国家自然科学基金61300115;黑龙江省教育厅科学技术研究项目12521073

在线出版日期：2014-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：100-105