统计机器翻译领域自适应方法比较研究

摘要：

统计机器翻译常常面临训练数据与待翻译文本领域不一的问题，从而影响了翻译的性能，因此领域自适应一直是研究者关注的课题。本文以传统自适应方法和现行的机器学习方法为框架，介绍了近年来统计机器翻译领域自适应研究的进展。分析了各类研究方法的优缺点并对未来研究做出展望。

关键词：统计机器翻译、领域自适应、语料选取、翻译性能改进

所属期刊栏目：2

分类号：G35;TP391.41(情报学、情报工作)

资助基金：国家自然科学基金项目61303152、71503240和71403257;中国科学技术信息研究所重点工作项目ZD2016-05资助。

在线出版日期：2016-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：80-88